AC qlib
Microsoft Qlib — платформа для количественных инвестиций, ориентированная на ИИ. Используйте для: (1) анализа биржевых/финансовых данных, (2) разработки стратегий количественной торговли, (3) бэктестинга торговых стратегий, (4) машинного обучения для финансов, (5) оптимизации портфеля, (6) моделирования рисков, (7) получения цен на акции, (8) факторного анализа, (9) обучения моделей для финансовых прогнозов. НЕ используйте для: общего веб-скрейпинга, анализа нефинансовых данных или когда недоступна среда Python.
машинный переводПоказать оригиналСкрыть оригинал«Microsoft Qlib - AI-oriented Quantitative Investment Platform. Use whe…»
Microsoft Qlib - AI-oriented Quantitative Investment Platform. Use when: (1) stock/financial data analysis, (2) quantitative trading strategy development, (3) backtesting trading strategies, (4) machine learning for finance, (5) portfolio optimization, (6) risk modeling, (7) fetching stock prices, (8) factor analysis, (9) model training for financial predictions. NOT for: general web scraping, non-financial data analysis, or when Python environment is unavailable.
Microsoft Qlib — платформа для количественных инвестиций, ориентированная на ИИ.
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, ошибки и развилки, согласованность
Как улучшить
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 53/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 40Согласованность. Имя во frontmatter (qlib) не совпадает с папкой (qlib-ms)
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 22
- 100Стоимость исполнения. Тело инструкции 589 токенов
- 100Повторный запуск. Изменяющих операций нет
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 468 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 12 заголовков
- +3Пошаговые инструкции: 22 пунктов
- +4Есть примеры (5 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.