SKILLEMALL.ai

AD deep-investment-research

Центр систематизированных инвестиционных исследований. Охватывает макроэкономические/отраслевые/политические/отдельные акции/инвестиционную целесообразность/риски/инвестиционное планирование; включает 9 исследовательских красных линий, 5-шаговый метод углубленных исследований, 7 тематических рамок (каждый тип содержит эксклюзивные методы анализа), 6 исследовательских шаблонов (структура руководства по анализу: эксклюзивные методы анализа + пример анализа материалов), список из 8 ключевых отраслевых источников первичных данных, а также скрипты сбора данных из нескольких источников (SEC EDGAR/HKEX/AKShare/FRED/порталы политики и т. д.). Используйте для: любых инвестиционных исследований, отраслевого анализа, анализа компаний, углубленных исследований отдельных акций, интерпретации политики, оценки целесообразности, анализа рисков, инвестиционного планирования, а также сбора реальных первичных данных, необходимых для исследований. Только исследования, без мониторинга рынка/торговых сигналов/исполнения сделок.

машинный переводПоказать оригиналСкрыть оригинал«系统化投研能力中枢。覆盖宏观/行业/政策/个股/投资可行性/风险/投资规划七类研究,内置9条研究红线、深度研究5步法、7专题框架(每类型含专…»

系统化投研能力中枢。覆盖宏观/行业/政策/个股/投资可行性/风险/投资规划七类研究,内置9条研究红线、深度研究5步法、7专题框架(每类型含专属独门分析方法)、6研究模板(分析引导器结构:独门分析方法层+材料分析示范)、8重点行业一手源清单,以及多源数据采集脚本(SEC EDGAR/HKEX/AKShare/FRED/政策门户等)。Use for: 任何投资研究、行业分析、公司研究、个股深度研究、政策解读、可行性评估、风险分析、投资规划,以及研究所需的真实一手数据采集。纯研究,不做盯盘/交易信号/交易执行。

ClawHub Agent Skills автор: Garming v1.0.8 MIT-0 42 файла тело ≈ 1 031 токенов Открыть источникclawhub.ai проанализирован 27 ч назад

Центр систематизированных инвестиционных исследований.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураРазработкаИсследованиятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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: 42. 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 46/100

    • 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
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 15
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1031 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
    • -32 из 18 скриптов не упомянуты в SKILL.md
    • +2Инструкции на одном языке
    • +3Длина description 255 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 15 пунктов
    • +4Есть примеры (2 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.

    Внешние проверки

    ClawHub: clean
    This is a disclosed investment-research skill that gathers public financial and policy data, writes local research artifacts, and does not show evidence of hidden exfiltration, destructive behavior, or trade execution.
    LLM: benign (high) · VirusTotal: · 10 июн. 2026 г.