SKILLEMALL.ai
GitHub ↗ EN Войти

AC stock-data-collector

Собирает исторические данные по указанным акциям A-shares и Гонконгской фондовой биржи. Поддерживает пакетный сбор данных по нескольким акциям, различные временные циклы (дневные/недельные/месячные/минутные), экспорт данных в формате CSV. Сценарии использования: (1) «Собрать исторические данные по Kweichow Moutai и Tencent», (2) «Пакетный сбор моих избранных акций», (3) «Получить все исторические данные по определенной акции».

машинный переводПоказать оригиналСкрыть оригинал«采集A股和港股指定股票的历史数据。支持多股票批量采集、多种时间周期（日线/周线/月线/分钟线）、数据导出为CSV格式。使用场景：(1) "采…»

采集A股和港股指定股票的历史数据。支持多股票批量采集、多种时间周期（日线/周线/月线/分钟线）、数据导出为CSV格式。使用场景：(1) "采集贵州茅台和腾讯的历史数据"，(2) "批量采集我的自选股"，(3) "获取某只股票的所有历史数据"。

ClawHub Agent Skills автор: 军舰 v1.0.1 MIT-0 6 файлов тело ≈ 698 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Собирает исторические данные по указанным акциям A-shares и Гонконгской фондовой биржи.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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: 6. 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 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 6
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 698 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

  • +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
  • +5В description 3 примера фраз-триггеров в кавычках
  • +3Длина description 121 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 6 пунктов
  • +4Есть примеры (10 блоков кода)
  • +3Все 2 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

Внешние проверки

ClawHub: suspicious
This appears to be a financial data skill with a transparency problem: its documented data sources and minute-level support may not match what it actually does.
LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.