SKILLEMALL.ai
GitHub ↗ EN Войти

BF a-stock-quant-lab

Количественная лаборатория акций Китая (A-share): сбор данных + исследование факторов + тестирование на основе фреймворка zvt. Охватывает 31 сценарий — институциональные позиции, финансовые отчеты, компоненты индекса, выбор времени по MACD/MA/объему торгов. Только для акций Китая (A-share).

машинный переводПоказать оригиналСкрыть оригинал«A 股量化实验室：基于 zvt 框架的数据采集 + 因子研究 + 回测执行一站式。 覆盖 31 个场景——机构持仓、财报、指数成分、MACD…»

A 股量化实验室：基于 zvt 框架的数据采集 + 因子研究 + 回测执行一站式。 覆盖 31 个场景——机构持仓、财报、指数成分、MACD/MA/量能择时。仅限中国 A 股。

ClawHub Agent Skills автор: Tang Weigang v0.1.2 MIT-0 23 файла тело ≈ 987 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Количественная лаборатория акций Китая (A-share): сбор данных + исследование факторов + тестирование на основе фреймворка zvt.

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
64
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/seed.yaml
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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 23. 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/seed.yaml

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/seed.yaml
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/seed.yaml
  • 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: 8
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 987 токенов
  • 100Повторный запуск. Изменяющих операций нет

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 88: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +2Инструкции на одном языке
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 8 пунктов
  • +4Справочные файлы упоминаются в инструкциях (6 из 6)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.

Внешние проверки

ClawHub: suspicious
This is a coherent quant-research skill, but it includes broker, credentialed, live-trading, scheduled, and broader-market workflows that are not clearly bounded by the A-share/backtest description.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.