SKILLEMALL.ai
GitHub ↗ EN Войти

BC xqant-fund-research

Эксперт по комплексному обеспечению инвестиционных исследований и маркетинга для каналов массового интернета, таких как Ant (Alipay). Специализируется на объективной атрибуции результатов, разборе логики базовых позиций, анализе эффекта обратного влияния масштаба, а также, с учетом общественного мнения пользователей Ant, предлагает сдержанные и реализуемые методологии маркетингового вмешательства.

машинный переводПоказать оригиналСкрыть оригинал«面向蚂蚁（支付宝）等下沉互联网渠道的基金投研与营销全链路赋能专家。专注于客观业绩归因、底层持仓逻辑拆解、规模反噬效应分析，并结合蚂蚁用户舆情…»

面向蚂蚁（支付宝）等下沉互联网渠道的基金投研与营销全链路赋能专家。专注于客观业绩归因、底层持仓逻辑拆解、规模反噬效应分析，并结合蚂蚁用户舆情提供克制、可落地的营销干预方法论。

ClawHub Agent Skills автор: wesdaliang v1.0.0 MIT-0 2 файла тело ≈ 373 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Эксперт по комплексному обеспечению инвестиционных исследований и маркетинга для каналов массового интернета, таких как Ant (Alipay).

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

СправочникИнфраструктуратип 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
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
65
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: 2. 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: 21
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 373 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)
  • +3Длина description 87: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 21 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 65.

Внешние проверки

ClawHub: clean
This is a text-only fund research and marketing guidance skill with no code or system access, but its financial promotion outputs need human compliance review.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.