SKILLEMALL.ai

AB buffett-style-moat-analyzer

Анализирует любой бизнес, акцию, стартап, объект приобретения, веб-сайт, продукт или бизнес-идею через призму конкурентного преимущества инвестора. Используйте, когда пользователь хочет оценить конкурентное преимущество, долговечность, ценовую власть, качество денежных потоков, качество управления, простоту, «красные флаги», риск снижения или потенциал долгосрочного роста. Этот навык носит образовательный характер и не должен предоставлять финансовые советы, целевые цены или рекомендации по покупке/продаже.

машинный переводПоказать оригиналСкрыть оригинал«Analyze any business, stock, startup, acquisition target, website, pro…»

Analyze any business, stock, startup, acquisition target, website, product, or business idea through a value-investor moat lens. Use when the user wants to evaluate competitive advantage, durability, pricing power, cashflow quality, management quality, simplicity, red flags, downside risk, or long-term compounding potential. This skill is educational and must not provide financial advice, price targets, or buy/sell recommendations.

ClawHub Agent Skills автор: Sheep Don't Mpp v1.0.0 MIT-0 7 файлов тело ≈ 1 207 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Анализирует любой бизнес, акцию, стартап, объект приобретения, веб-сайт, продукт или бизнес-идею через призму конкурентного преимущества инвестора.

Как процесс B 73/100 · Почти готов — слабые места: входы и предусловия, отчётность по ходу

АнализаторФинансыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
B
73/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Ошибки и развилки вес 10
55
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 7. 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 73/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 55Ошибки и развилки. Развилок: 1
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 52
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1207 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 435 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 52 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (3 из 4)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: clean
    This appears to be a disclosed finance-analysis skill with some wording that should be treated carefully, but no evidence of hidden execution, persistence, credential use, or data exfiltration.
    LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.