SKILLEMALL.ai

BC hectorlee-daily-precision-picker

Ежедневная система стратегии отбора акций по четырехступенчатой воронке, выбирающая 1-3 акции. Начиная с пула предварительного отбора по объему и цене, последовательно проходит вторичную фильтрацию по объему и цене, проверку безопасности по фундаментальным показателям, оценку денежных потоков и оценку качества сектора и формы, чтобы в конечном итоге выдать отобранные акции. Если акции не выбраны, остается пустая позиция. Ключевые слова: отобрать, ежедневный выбор, глубокий отбор, подтверждение денежных средств, точный отбор, 4-ступенчатая воронка.

машинный переводПоказать оригиналСкрыть оригинал«每日精选1-3只股票的四层漏斗策略系统。从量价形态初筛池出发,依次通过量价二次过滤、基本面安全排雷、资金流向打分、板块与形态质量打分,最终输…»

每日精选1-3只股票的四层漏斗策略系统。从量价形态初筛池出发,依次通过量价二次过滤、基本面安全排雷、资金流向打分、板块与形态质量打分,最终输出精选股票,选不出则空仓。触发词:精选、每日优选、深度筛选、资金确认、精筛、4层漏斗。

ClawHub Agent Skills автор: HectorLee v2.2.1 MIT-0 6 файлов тело ≈ 1 143 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Ежедневная система стратегии отбора акций по четырехступенчатой воронке, выбирающая 1-3 акции.

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

ПроцедураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
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")
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

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: 32
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1143 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 113: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -31 из 1 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 32 пунктов
  • +4Есть примеры (6 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

Внешние проверки

ClawHub: suspicious
The skill's stock-screening purpose is coherent, but its helper script can run shell commands built from unvalidated stock-code inputs, creating a real local command-execution risk.
LLM: suspicious (high) · 24 авг. 2026 г.