SKILLEMALL.ai

BD FTShare-futures-data

Набор инструментов для работы с фьючерсными данными от Feitian Technology (market.ft.tech). Охватывает список фьючерсных контрактов на указанную дату торгов, основную информацию о фьючерсных контрактах (единица торговли, маржа, поставка и т. д.), графики фьючерсных цен (минутные/дневные и агрегированные по неделям/месяцам/кварталам/годам). Используется, когда пользователь запрашивает список фьючерсных контрактов, основную информацию о контракте, графики цен или исторические котировки. Когда пользователь указывает только китайское название/тип, сначала используется futures-lists для сопоставления названия с символом, а затем вызывается основная информация или графики цен.

машинный переводПоказать оригиналСкрыть оригинал«非凸科技期货数据技能集(market.ft.tech)。覆盖指定交易日合约列表、期货合约基础信息(交易单位、保证金、交割等)、期货 K 线(…»

非凸科技期货数据技能集(market.ft.tech)。覆盖指定交易日合约列表、期货合约基础信息(交易单位、保证金、交割等)、期货 K 线(分钟/日及周月季年聚合)。用户询问期货合约列表、某合约基础信息、期货 K 线或历史行情时使用。用户只给中文名/品种时,先用 futures-lists 做名称到 symbol 映射,再调基础信息或 K 线。

ClawHub Agent Skills автор: Shawn92 v1.0.0 MIT-0 9 файлов тело ≈ 598 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Набор инструментов для работы с фьючерсными данными от Feitian Technology (market.ft.tech). Охватывает список фьючерсных контрактов на указанную дату торгов…

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 14
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 598 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 173 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 6 заголовков
  • +3Пошаговые инструкции: 14 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

Внешние проверки

ClawHub: clean
This skill appears limited to running bundled Python scripts that fetch public futures market data from market.ft.tech.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.