SKILLEMALL.ai

AC openclaw-equity-research

Используйте, когда Codex должен создавать, проверять или обновлять рабочие продукты по анализу акций, такие как превью квартальных отчетов, заметки после квартальных отчетов, обновления моделей, инициация покрытия, обзоры секторов, календари катализаторов, трекеры тезисов, экраны генерации идей, оценочные меморандумы, брифинги для инвесторов или исследования публичных компаний, требующие подачи документов, расшифровок, рыночных данных, работы с электронными таблицами, цитирования и правил проверки аналитиков.

машинный переводПоказать оригиналСкрыть оригинал«Use when Codex needs to create, review, or update equity research work…»

Use when Codex needs to create, review, or update equity research work products such as earnings previews, post-earnings notes, model updates, initiating coverage, sector overviews, catalyst calendars, thesis trackers, idea generation screens, valuation memos, investor briefs, or public-company research that requires filings, transcripts, market data, spreadsheet work, citations, and analyst-review guardrails.

ClawHub Agent Skills автор: X-RayLuan v0.1.4 MIT-0 11 файлов тело ≈ 1 118 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Используйте, когда Codex должен создавать, проверять или обновлять рабочие продукты по анализу акций, такие как превью квартальных отчетов, заметки после…

Как процесс C 61/100 · Есть пробелы — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

АнализаторФинансыИнфраструктураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
61/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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: 11. 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 61/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 55Ошибки и развилки. Развилок: 1
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Шаги. Шагов: 32
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1118 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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)
    • +4Нет примеров входа/выхода
    • -31 из 1 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 413 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 32 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (2 из 5)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: clean
    This is a disclosed equity-research helper that fetches public market data and writes local draft reports, with appropriate review and non-advice guardrails.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.