BD a-stock-monitor
Система количественного мониторинга A-shares - 7-мерная оценка рыночных настроений, интеллектуальный движок подбора акций (3 стратегии для краткосрочной торговли + 7 стратегий для среднесрочной/долгосрочной торговли), мониторинг цен в реальном времени, рейтинг прироста/убыли. Поддерживает сбор и анализ данных по более чем 5000 акциям всего рынка, оценку по нескольким индикаторам, точный расчет точек покупки/продажи, динамическое управление стоп-лоссом/тейк-профитом. Ежедневно автоматически рекомендует 3-5 краткосрочных и 5-10 среднесрочных/долгосрочных акций высокого качества. Включает веб-интерфейс, автоматические задачи Cron, ретроспективный анализ исторических данных. Применяется для количественной торговли A-shares, технического анализа, принятия решений по выбору акций.
машинный переводПоказать оригиналСкрыть оригинал«A股量化监控系统 - 7维度市场情绪评分、智能选股引擎（短线5策略+中长线7策略）、实时价格监控、涨跌幅排行榜。支持全市场5000+股票数据…»
A股量化监控系统 - 7维度市场情绪评分、智能选股引擎（短线5策略+中长线7策略）、实时价格监控、涨跌幅排行榜。支持全市场5000+股票数据采集与分析，多指标共振评分，精确买卖点计算，动态止损止盈。每日自动推荐短线3-5只、中长线5-10只优质股票。包含Web界面、自动化Cron任务、历史数据回溯。适用于A股量化交易、技术分析、选股决策。
Система количественного мониторинга A-shares - 7-мерная оценка рыночных настроений, интеллектуальный движок подбора акций (3 стратегии для краткосрочной…
Как процесс D 41/100 · Процесс не доведён — 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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
низкая Опасные команды
cmd-background-processreferences/FINAL_SUMMARY.md:147Запуск фонового / автозапускаемого процессаnohup python3 web_app.py > web_app.log 2>&1 &
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 "contact"
Процессный рейтинг: все десять параметров 41/100
- 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
- 40Согласованность. Имя во frontmatter (a-stock-monitor) не совпадает с папкой (a-stock-monitor-1-1-2)
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 80
- 100Стоимость исполнения. Тело инструкции 1416 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 14. 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
- -2Ссылки на localhost: у другого пользователя не заработает
- -32 из 14 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 170 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 42 заголовков
- +3Пошаговые инструкции: 80 пунктов
- +4Есть примеры (12 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 9)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 70.