SKILLEMALL.ai

BF stock-research-team

Навык анализа акций (упрощенная версия v4). Быстрый режим одного агента: сбор данных westock-data + поиск актуальной информации minimax__web_search (включая жесткие правила 🛡️ регулирования/штрафов/политики) + комплексные рекомендации. Охватывает акции A-share / Гонконга / США. Форк от `stock-research-team` (charonling, 1.0.0) с существенным упрощением — больше не поддерживает конвейер из нескольких агентов.

машинный переводПоказать оригиналСкрыть оригинал«股票分析技能(v4 简化版)。主 agent 单 agent 快速模式:westock-data 采集数据 + minimax__web_s…»

股票分析技能(v4 简化版)。主 agent 单 agent 快速模式:westock-data 采集数据 + minimax__web_search 实时资讯(含🛡️ 监管/处罚/政策 hard rule)+ 综合建议。覆盖 A 股 / 港股 / 美股。Fork of `stock-research-team` (charonling, 1.0.0) 并大幅简化——不再支持多 agent 流水线。

ClawHub Agent Skills автор: Tony v0.0.0 MIT-0 2 файла тело ≈ 593 токенов Открыть источникclawhub.ai проанализирован 9 ч назад

Навык анализа акций (упрощенная версия v4).

Как процесс F 31/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/changelog.md, references/rating-criteria.md, references/market-rules.md

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
60
Прогон на моделях
не было
Процессный рейтинг
F
31/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/changelog.md, references/rating-criteria.md, references/market-rules.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
Это копия скилла из другого каталога, в рейтинге считается основная: stock-research-team (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: 2. 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/changelog.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/rating-criteria.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/market-rules.md

Процессный рейтинг: все десять параметров 31/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/changelog.md, references/rating-criteria.md, references/market-rules.md
  • 0Инструменты и файлы. Не хватает 3 файла(ов): references/changelog.md, references/rating-criteria.md, references/market-rules.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
  • 40Согласованность. Имя во frontmatter (stock-research-team) не совпадает с папкой (tanteng-stock-research-debug)
  • 100Шаги. Шагов: 13
  • 100Стоимость исполнения. Тело инструкции 593 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 202 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 13 пунктов
  • +4Есть примеры (3 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.

Внешние проверки

ClawHub: clean
This skill is a disclosed stock-research workflow that uses market data and web search to produce investment analysis, with no executable code or persistence.
LLM: benign (high) · VirusTotal: · 27 июл. 2026 г.