SKILLEMALL.ai

BD FTShare-ashare-announcement-data

Набор данных для объявлений и исследовательских отчетов по акциям A-класса. Охватывает объявления/отчеты всего рынка за указанную дату, историю объявлений/отчетов по отдельной акции, загрузку PDF-файлов объявлений/отчетов по url_hash (market.ft.tech). Используется, когда пользователь спрашивает о списке объявлений за определенный день, объявлениях или отчетах по определенной акции, загрузке объявлений/отчетов.

машинный переводПоказать оригиналСкрыть оригинал«A 股公告与研报数据技能集。覆盖指定日期全市场公告/研报、单只股票公告/研报历史、通过 url_hash 下载公告/研报 PDF(marke…»

A 股公告与研报数据技能集。覆盖指定日期全市场公告/研报、单只股票公告/研报历史、通过 url_hash 下载公告/研报 PDF(market.ft.tech)。用户询问某天公告列表、某只股票公告或研报、下载公告/研报时使用。

ClawHub Agent Skills автор: Shawn92 v1.0.1 MIT-0 15 файлов тело ≈ 656 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Набор данных для объявлений и исследовательских отчетов по акциям A-класса.

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
64
Прогон на моделях
не было
Процессный рейтинг
D
41/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • 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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 41/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (FTShare-ashare-announcement-data) не совпадает с папкой (ftshare-announcement-data)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 13
  • 100Стоимость исполнения. Тело инструкции 656 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Ответ описан самодельной разметкой (5 тегов): типизированный вызов надёжнее

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
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 113: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 13 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.

Внешние проверки

ClawHub: clean
This skill transparently queries A-share announcement and research-report data and can save requested PDFs locally.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.