SKILLEMALL.ai

AD jinjiancheng-perspective

Используйте при оценке стратегий торговли акциями США, позиционирования ETF, точек покупки/продажи, поэтапных входов, фиксации прибыли или ротации портфеля через призму приоритета риска и осведомленности о трендах, вдохновленную 金渐成.

машинный переводПоказать оригиналСкрыть оригинал«Use when evaluating US stock strategies, ETF positioning, buy/sell poi…»

Use when evaluating US stock strategies, ETF positioning, buy/sell points, staged entries, profit-taking, or portfolio rotation through a risk-first, trend-aware lens inspired by 金渐成.

ClawHub Agent Skills автор: 史纯涛 v0.1.0 MIT-0 12 файлов тело ≈ 1 765 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Используйте при оценке стратегий торговли акциями США, позиционирования ETF, точек покупки/продажи, поэтапных входов, фиксации прибыли или ротации портфеля…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИнфраструктураМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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

    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: 12. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 49/100

    • 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
    • 40Согласованность. Имя во frontmatter (jinjiancheng-perspective) не совпадает с папкой (jinjiancheng-skill)
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 130
    • 100Стоимость исполнения. Тело инструкции 1765 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 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
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +4Нет примеров входа/выхода
    • +2Инструкции на одном языке
    • +3Длина description 183 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 42 заголовков
    • +3Пошаговые инструкции: 130 пунктов
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

    Внешние проверки

    ClawHub: clean
    This is a text-only investment-analysis skill that can influence financial decisions but does not execute trades, request credentials, or hide privileged behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.