SKILLEMALL.ai

CD investment-data

Получение высококачественных данных для инвестиций в акции класса А на основе проекта investment_data. Поддерживает цены на конец дня, данные о дневных лимитах роста и падения, данные об индексах и т. д. Ежедневное обновление, перекрестная проверка нескольких источников данных. Триггерные слова: данные акций, данные акций класса А, финансовые данные, количественные данные, исторические котировки.

машинный переводПоказать оригиналСкрыть оригинал«获取高质量 A 股投资数据,基于 investment_data 项目。支持日终价格、涨跌停数据、指数数据等。每日更新,多数据源交叉验证。触…»

获取高质量 A 股投资数据,基于 investment_data 项目。支持日终价格、涨跌停数据、指数数据等。每日更新,多数据源交叉验证。触发词:股票数据、A股数据、金融数据、量化数据、历史行情。

ClawHub Agent Skills автор: StanleyChanH v1.0.0 11 файлов · 4 скрипта тело ≈ 741 токенов Открыть источникclawhub.ai↗ проанализирован 9 дн назад

Получение высококачественных данных для инвестиций в акции класса А на основе проекта investmentdata.

Как процесс D 35/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: references/api.md, docs/faq.md

ПроцедураGitHubРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
59
Прогон на моделях
не было
Процессный рейтинг
D
35/100
Процесс не доведён
Скилл ссылается на файлы, которых нет в архиве: references/api.md, docs/faq.md
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

Такой же скилл встречается ещё в 1 месте: ClawHub

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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 10. 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: references/api.md
  • предупреждение missing-ref ссылка на отсутствующий файл: docs/faq.md

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/api.md, docs/faq.md
  • 0Инструменты и файлы. Не хватает 2 файла(ов): references/api.md, docs/faq.md
  • 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: 23
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 741 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)
  • +3Длина description 98: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -216 эмодзи в инструкциях: шум для модели
  • -31 из 3 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 22 заголовков
  • +3Пошаговые инструкции: 23 пунктов
  • +4Есть примеры (9 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 59.

Внешние проверки

ClawHub: suspicious
This skill should be reviewed before install because it claims to provide real investment data but its core queries return placeholder data and its downloader handles remote archives unsafely.
LLM: suspicious (high) · VirusTotal: suspicious · 10 сент. 2026 г.