SKILLEMALL.ai

BD stockstar-investor

Запрос данных о взаимодействии с инвесторами (вопросы и ответы секретарей компании) и данных для поиска инсайтов по публичным компаниям. Источник данных: stockstar.com. Поддерживает два типа представлений: поиск инсайтов (структурированные инвестиционные сигналы, оценка важности, отслеживание пограничных изменений) и исходные вопросы и ответы инвесторов (включая фильтрацию по тегам, семантическую направленность, качество ответов). Триггерные слова: 投资者互动, 董秘问答, 董秘, 问答, 线索, 信号, 线索挖掘, 信号挖掘, 边际变化, 投资线索, 公司回复, 投资者提问, 证券之星, stockstar investor.

машинный переводПоказать оригиналСкрыть оригинал«查询上市公司投资者互动(董秘问答)与线索挖掘数据,数据来源证券之星(stockstar.com)。 支持两类视图:线索挖掘(结构化投资信号、…»

查询上市公司投资者互动(董秘问答)与线索挖掘数据,数据来源证券之星(stockstar.com)。 支持两类视图:线索挖掘(结构化投资信号、重要性评级、边际变化追踪)和 投资者互动原始问答(含标签筛选、语义倾向、回复质量)。 触发词:投资者互动、董秘问答、董秘、问答、线索、信号、线索挖掘、 信号挖掘、边际变化、投资线索、公司回复、投资者提问、 证券之星、stockstar investor

ClawHub Agent Skills автор: 证券之星 v1.0.0 MIT-0 8 файлов тело ≈ 790 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Запрос данных о взаимодействии с инвесторами (вопросы и ответы секретарей компании) и данных для поиска инсайтов по публичным компаниям.

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

ПроцедураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
66
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: 8. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "display_name"
  • заметка frontmatter-key неизвестное поле фронтматтера "display_name_en"
  • заметка frontmatter-key неизвестное поле фронтматтера "description_zh"
  • заметка frontmatter-key неизвестное поле фронтматтера "description_en"

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: 39
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 790 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
  • -35 из 6 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 196 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 39 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: clean
This skill is a coherent StockStar investor-relations lookup tool that uses fixed public data sources and does not show hidden persistence, credential access, data exfiltration, or destructive behavior.
LLM: benign (high) · VirusTotal: · 11 сент. 2026 г.