SKILLEMALL.ai

BD investment-analysis

Трехмерная структура анализа инвестиций — система анализа инвестиций, основанная на трехмерном восприятии макроэкономики-отрасли-компании. Сценарии использования: (1) Глубокий анализ отдельных акций, (2) Диагностика инвестиционного портфеля, (3) Оценка отраслевых ниш, (4) Анализ макроэкономики, (5) Поддержка принятия торговых решений. Активируется, когда пользователю требуется провести анализ инвестиций в акции, построить инвестиционную систему, оценить качество актива, разработать торговую стратегию.

машинный переводПоказать оригиналСкрыть оригинал«三维投资分析框架 - 基于宏观-行业-公司三维认知的投资分析体系。使用场景:(1) 个股深度分析,(2) 投资组合诊断,(3) 行业赛道评估…»

三维投资分析框架 - 基于宏观-行业-公司三维认知的投资分析体系。使用场景:(1) 个股深度分析,(2) 投资组合诊断,(3) 行业赛道评估,(4) 宏观经济研判,(5) 交易决策支持。当用户需要进行股票投资分析、构建投资体系、评估标的质地、制定交易策略时触发此skill。

ClawHub Agent Skills автор: weqwhdiowa v1.0.0 MIT-0 4 файла тело ≈ 775 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Трехмерная структура анализа инвестиций — система анализа инвестиций, основанная на трехмерном восприятии макроэкономики-отрасли-компании.

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
D
41/100
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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 4. 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 41/100

  • 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 (investment-analysis) не совпадает с папкой (zhao-investment)
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 87
  • 100Стоимость исполнения. Тело инструкции 775 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
  • -42 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 137 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 32 заголовков
  • +3Пошаговые инструкции: 87 пунктов
  • +4Есть примеры (2 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: clean
This is a text-only investment analysis framework with no code execution, credentials, persistence, or hidden data handling, though users should treat its financial outputs as educational rather than advice.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.