SKILLEMALL.ai

BF stock-theme-events

Получение реальных новостных событий, соответствующих спекулятивным темам на рынке акций Китая (A-share). Сценарии использования: (1) анализ распределения тем среди акций с наибольшим ростом за последние N дней, (2) кластеризация и объединение схожих тем, (3) получение реальных информационных событий по соответствующим темам из новостных источников, таких как Jinshi Data, (4) генерация отчета об анализе связи тем и событий. Поддерживает вызов другими навыками или самостоятельную работу.

машинный переводПоказать оригиналСкрыть оригинал«获取 A 股市场炒作题材对应的真实新闻事件。使用场景:(1) 分析近 N 日涨幅前列股票的题材分布,(2) 将相似题材聚类合并,(3) 从金…»

获取 A 股市场炒作题材对应的真实新闻事件。使用场景:(1) 分析近 N 日涨幅前列股票的题材分布,(2) 将相似题材聚类合并,(3) 从金十数据等新闻源获取对应题材的真实资讯事件,(4) 生成题材 - 事件关联分析报告。支持被其他 skill 调用或独立运行。

ClawHub Agent Skills автор: shinelp100 v2.0.0 MIT-0 15 файлов тело ≈ 1 058 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Получение реальных новостных событий, соответствующих спекулятивным темам на рынке акций Китая (A-share).

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: url

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
85/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
63
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: url
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Секреты в коде secret-high-entropy-token scripts/cluster_themes.py:64
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    model = SentenceTransformer('para…-v2')
    в кавычках

Просканировано файлов: 15. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение missing-ref ссылка на отсутствующий файл: url

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: url
  • 0Инструменты и файлы. Не хватает 1 файла(ов): url
  • 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
  • 100Шаги. Шагов: 47
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1058 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле

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
  • -34 из 7 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 131 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 26 заголовков
  • +3Пошаговые инструкции: 47 пунктов
  • +4Есть примеры (10 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 63.

Внешние проверки

ClawHub: clean
This stock-analysis skill matches its stated purpose, but users should understand it may run helper scripts, query external finance/news sources, write local reports and caches, and invoke an OpenClaw subagent for stock theme lookup.
LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.