SKILLEMALL.ai
GitHub ↗ EN Войти

BD climate-esg-investing

Используйте модель факторов Фама-Френча для анализа климатических ESG-инвестиций, поддерживайте загрузку ежемесячных данных о ценах акций, расчет корреляции факторов, диагностику регрессии OLS и отбор значимости, помогая пользователям создавать факторные портфели и оценивать риски.

машинный переводПоказать оригиналСкрыть оригинал«使用Fama-French因子模型进行气候ESG投资分析，支持月度股价数据下载、因子相关性计算、OLS回归诊断及显著性筛选，帮助用户构建因子…»

使用Fama-French因子模型进行气候ESG投资分析，支持月度股价数据下载、因子相关性计算、OLS回归诊断及显著性筛选，帮助用户构建因子组合和风险评估。

ClawHub Agent Skills автор: Tang Weigang v0.3.3 MIT-0 17 файлов тело ≈ 1 047 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Используйте модель факторов Фама-Френча для анализа климатических ESG-инвестиций, поддерживайте загрузку ежемесячных данных о ценах акций, расчет корреляции…

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

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
81/100
безопасность, качество, тесты
Безопасность 60%
88
Качество 40%
70
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 · 12

✓ Критических и высоких находок нет

Средние и низкие: 12
  • низкая Секреты в коде secret-high-entropy-token references/ANTI_PATTERNS.md:11
    Строка, похожая на токен (может быть id, хеш или секрет)
    ## fina…del (2)
  • низкая Секреты в коде secret-high-entropy-token references/ANTI_PATTERNS.md:35
    Строка, похожая на токен (может быть id, хеш или секрет)
    ## fina…ard (3)
  • низкая Секреты в коде secret-high-entropy-token references/seed.yaml:87
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    project_source: fina…ard
    детектор
  • низкая Секреты в коде secret-high-entropy-token references/seed.yaml:101
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    project_source: fina…del
    детектор
  • низкая Секреты в коде secret-high-entropy-token references/seed.yaml:169
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    project_source: fina…del
    детектор
  • низкая Секреты в коде secret-high-entropy-token references/seed.yaml:182
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    project_source: fina…ard
    детектор
  • низкая Секреты в коде secret-high-entropy-token references/seed.yaml:196
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    project_source: fina…ard
    детектор
  • низкая Секреты в коде secret-high-entropy-token references/WISDOM.md:6
    Строка, похожая на токен (может быть id, хеш или секрет)
    **From**: fina…DKG, fina…ard · **Applicable to**: macro-data
  • низкая Секреты в коде secret-high-entropy-token references/WISDOM.md:11
    Строка, похожая на токен (может быть id, хеш или секрет)
    **From**: fina…del, fina…ing · **Applicable to**: macro-data
  • низкая Секреты в коде secret-high-entropy-token references/WISDOM.md:16
    Строка, похожая на токен (может быть id, хеш или секрет)
    **From**: fina…ard, fina…del · **Applicable to**: macro-data
  • низкая Секреты в коде secret-high-entropy-token references/WISDOM.md:21
    Строка, похожая на токен (может быть id, хеш или секрет)
    **From**: fina…ing, fina…DKG, fina…ard · **Applicable to**: macro-data
  • низкая Секреты в коде secret-high-entropy-token references/WISDOM.md:36
    Строка, похожая на токен (может быть id, хеш или секрет)
    **From**: fina…ing, fina…ard · **Applicable to**: macro-data

Просканировано файлов: 17. 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")

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 (web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 8
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1047 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 78: 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: 70.

Внешние проверки

ClawHub: suspicious
This looks like a finance analysis skill, but it needs review because it expands from ESG research into broader quant strategy, backtesting, broker-adjacent workflows, and automatic skill-file creation.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.