SKILLEMALL.ai
GitHub ↗ EN Войти

BD stock_reporting_interaction

Генерация профессиональных отчетов по анализу инвестиций в акции (до/после торгов/обзорные/еженедельные), рендеринг визуализированных диаграмм, управление инвестиционным журналом, предоставление интерактивного опыта инвестиционного помощника в формате естественного языка.

машинный переводПоказать оригиналСкрыть оригинал«生成专业股票投资分析报告（盘前/盘后/研报/周报），渲染可视化图表，管理投资日志，提供自然语言问答式投资助理交互体验…»

生成专业股票投资分析报告（盘前/盘后/研报/周报），渲染可视化图表，管理投资日志，提供自然语言问答式投资助理交互体验

ClawHub Agent Skills автор: wuritu v1.0.0 MIT-0 5 файлов тело ≈ 3 344 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Генерация профессиональных отчетов по анализу инвестиций в акции (до/после торгов/обзорные/еженедельные), рендеринг визуализированных диаграмм, управление…

Как процесс D 43/100 · Процесс не доведён — 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
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
64
Прогон на моделях
не было
Процессный рейтинг
D
43/100
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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 43/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (stock_reporting_interaction) не совпадает с папкой (stock-reporting-interaction)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 6
  • 100Стоимость исполнения. Тело инструкции 3344 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • 100Отчётность по ходу. Скилл сообщает о ходе работы

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 58: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 31 заголовков
  • +3Пошаговые инструкции: 6 пунктов
  • +4Есть примеры (25 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.

Внешние проверки

ClawHub: suspicious
This stock-reporting skill is plausible, but it needs review because it handles sensitive investment data with persistent logs, scheduled alerts, channel pushes, and unbundled local code.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.