BC hectorlee-volume-price-screener
Система отбора акций по соотношению объема и цены A-акций V3.7.1. 6 видов соотношения объема и цены (D/E/C/B/A/R) + мультифактор + мультипериод + отраслевый резонанс + отслеживание внимания, оценка по 130-балльной шкале (+ подтверждение мультипериода -5~+10), охват всех A-акций (включая данные с STAR Market/Beijing Stock Exchange TDX), 7-кратное ежедневное сканирование по расписанию (09:00-15:05), жесткая фильтрация ST/исключенных из листинга/новых акций/однодневных листингов/последовательных листингов/отскоков в нисходящем тренде. Триггерные слова: рост с увеличением объема, коррекция с уменьшением объема, отбор акций по объему и цене, форма соотношения объема и цены, продолжение прорыва, накопление для прорыва, подтверждение отката, платформа на высоком уровне, разворот на дне, отраслевый резонанс, мониторинг в реальном времени.
машинный переводПоказать оригиналСкрыть оригинал«纯量价关系A股选股系统 V3.7.1。6种量价形态(D/E/C/B/A/R)+多因子+多周期+行业共振+关注度追踪，130分制评分(+多周期…»
纯量价关系A股选股系统 V3.7.1。6种量价形态(D/E/C/B/A/R)+多因子+多周期+行业共振+关注度追踪，130分制评分(+多周期确认-5~+10)，全A股覆盖(含科创板/北交所TDX数据源)，7×日定时扫描(09:00~15:05)，硬过滤ST/退市/次新/一字板/连板/跌势反弹。触发词：放量拉升、缩量调整、量价选股、量价形态、突破延续、蓄力突破、回踩确认、高位平台、底部反转、板块共振、盘中监控。
Система отбора акций по соотношению объема и цены A-акций V3.7.1. 6 видов соотношения объема и цены (D/E/C/B/A/R) + мультифактор + мультипериод + отраслевый…
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 28. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "slug" - заметка
frontmatter-keyнеизвестное поле фронтматтера "displayName" - заметка
frontmatter-keyнеизвестное поле фронтматтера "agent_created"
Процессный рейтинг: все десять параметров 51/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 13
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1452 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
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
- -45 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- -32 из 19 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 206 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 17 заголовков
- +3Пошаговые инструкции: 13 пунктов
- +4Есть примеры (2 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 62.