CC stock-sentiment
Анализ настроений по акциям США и позиций «умных денег»: оценка SentiSense Score, полярность настроений, объем упоминаний и доля голоса для любого тикера, индекс страха и жадности рынка с показателями по секторам, кластерные покупки инсайдеров, покупки конгрессменов и обновления аналитиков, совпадающие по именам, держатели 13F, инсайты от ИИ и нормализованная проверка того, является ли всплеск упоминаний хорошей или плохой новостью, исходя из собственной бычьей и медвежьей информации по тикеру. Используйте для анализа настроений по акциям, настроений по акциям, бычьих или медвежьих настроений, рыночных настроений сегодня, индекса страха и жадности, трекера «умных денег», инсайдерских покупок и обновлений аналитиков, всплеска упоминаний, расхождения настроений и цены, настроений перед отчетностью. Только чтение. Без торговли, без покупок, без операций записи, без доступа к кошельку.
машинный переводПоказать оригиналСкрыть оригинал«Stock sentiment and smart-money positioning for US stocks: the SentiSe…»
Stock sentiment and smart-money positioning for US stocks: the SentiSense Score, sentiment polarity, mention volume and share of voice for any ticker, the fear-to-greed market mood with sector readings, insider cluster buys, congressional purchases and analyst upgrades converging on the same names, 13F holders, AI insights, and a peer-normalized check of whether a mention spike is good or bad news, read from the ticker's own bullish and bearish coverage. Use for stock sentiment, stock sentiment analysis, is the mood bullish or bearish, market mood today, fear and greed index, smart money tracker, insider buying and analyst upgrades, mention spike, sentiment vs price divergence, pre-earnings sentiment. Read-only. No trading, no purchases, no write operations, no wallet access.
Анализ настроений по акциям США и позиций «умных денег»: оценка SentiSense Score, полярность настроений, объем упоминаний и доля голоса для любого тикера…
Как процесс C 64/100 · Есть пробелы — слабые места: результат и критерий готовности, стоимость исполнения, повторный запуск
Чем это грозит
Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.
Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.
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».
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
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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 · 2
✓ Критических и высоких находок нет
Средние и низкие: 2
-
средняя Утечка данных
net-credential-useSKILL.md:74Учётные 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-useSKILL.md:364Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (демонстрация атаки / пример; хост вендора самого скилла; 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.sentiseдемонстрацияvendor-hostв кавычках
Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 9897 токенов (рекомендуется < 5000); вынесите детали в references/ - заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage" - заметка
frontmatter-keyнеизвестное поле фронтматтера "requires" - заметка
frontmatter-keyнеизвестное поле фронтматтера "primaryEnv"
Процессный рейтинг: все десять параметров 64/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
- 40Стоимость исполнения. Тело инструкции 9897 токенов: вытесняет саму задачу из окна
- 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
- 100Шаги. Шагов: 58
- 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
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 786 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 16 заголовков
- +3Пошаговые инструкции: 58 пунктов
- +4Есть примеры (6 блоков кода)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.