SKILLEMALL.ai

BB stock-sentiment

Анализ настроений и позиций «умных денег» по акциям США.

машинный переводПоказать оригиналСкрыть оригинал«Sentiment and smart-money positioning for US stocks.…»

Sentiment and smart-money positioning for US stocks.

Не рекомендуетсяесть критические или высокие находки безопасности
ClawHub Agent Skills автор: Senti v0.4.4 MIT-0 3 файла тело ≈ 7 375 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Анализ настроений и позиций «умных денег» по акциям США.

Как процесс B 66/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск

ПроцедураМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
76/100
безопасность, качество, тесты
Безопасность 60%
76
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
B
66/100
Почти готов
Результат и критерий готовности вес 14
0
Повторный запуск вес 4
30
Ошибки и развилки вес 10
50
три самых слабых из десяти параметров · все десять

Чем это грозит

Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.

Сокрытие от пользователя
Если установить

Скилл просит агента что-то скрывать от вас: не показывать ошибки, не упоминать действия, отвечать иначе, чем было сделано. Вы теряете возможность контролировать, что агент реально сделал.

Автору

Прозрачность важнее гладкого ответа. Если хочется спрятать технический шум, попросите агента «кратко сообщить», а не «не сообщать».

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

Как улучшить

  1. Разберите находки высокой серьёзности: каждая стоит 18 баллов безопасности. Если это ложное срабатывание, добавьте код правила в guard.allow в spec.yaml.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 · 3

  • высокая Сокрытие от пользователя en-hide-from-user SKILL.md:265
    Инструкция скрыть действия от пользователя
    Synthesize the setup as educational context: "$AAPL earnings in 5d: sentiment +0.22 over 30d and trending up; insiders net sellers (2 sells, 0 buys); EPS consensus $1.52 (range $1.48 to $1.55, 28 anal
Средние и низкие: 2
  • средняя Утечка данных net-credential-use SKILL.md:73
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -s -H "X-SentiSense-API-Key: $SENTISENSE_API_KEY" \
  • низкая Утечка данных net-credential-use SKILL.md:296
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (демонстрация атаки / пример; в кавычках — упоминание, а не команда)
    1. **Reachability and auth.** Every endpoint here takes an API key, so one call checks both: `curl -s -o /dev/null -w "%{http_code}" -H "X-SentiSense-API-Key: $SENTISENSE_API_KEY" "https://app.sentise
    демонстрацияв кавычках

Просканировано файлов: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 7375 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
  • заметка frontmatter-key неизвестное поле фронтматтера "requires"
  • заметка frontmatter-key неизвестное поле фронтматтера "primaryEnv"

Процессный рейтинг: все десять параметров 66/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 7375 токенов
  • 100Шаги. Шагов: 51
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

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
  • +3Длина description 52: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Описание говорит, когда скилл НЕ применять
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 51 пунктов
  • +4Есть примеры (4 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: clean
This skill is a coherent read-only stock sentiment data integration that uses a provider API key and does not show hidden persistence, local data access, or trading authority.
LLM: benign (high) · VirusTotal: · 8 сент. 2026 г.