BB quantflow-skill
Навык для исследования количественных финансовых данных на китайском естественном языке. Используется для преобразования запросов вроде «Посмотри, как дела у этой акции в последнее время», «Помоги мне проверить финансовые отчеты», «Какой сектор сейчас самый сильный?», «Что покупают иностранные инвесторы?», «Экспортируй мне рыночные данные» в исполняемые процессы получения, очистки, сравнения, фильтрации, экспорта и краткого анализа данных. Применим для исследований акций A-класса, индексов, ETF/фондов, финансовых показателей, оценки, денежных потоков, объявлений и новостей, секторов, концепций и макроэкономических данных. Интегрирован с движком количественных исследований AKQuant, поддерживает бэктестинг стратегий и количественный анализ.
машинный переводПоказать оригиналСкрыть оригинал«面向中文自然语言的量化金融数据研究技能。用于把"看看这只股票最近怎么样""帮我查财报趋势""最近哪个板块最强""北向资金在买什么""给我导出…»
面向中文自然语言的量化金融数据研究技能。用于把"看看这只股票最近怎么样""帮我查财报趋势""最近哪个板块最强""北向资金在买什么""给我导出一份行情数据"这类请求，转成可执行的数据获取、清洗、对比、筛选、导出与简要分析流程。适用于 A 股、指数、ETF/基金、财务、估值、资金流、公告新闻、板块概念与宏观数据等研究场景。同时集成了 AKQuant 量化投研引擎，支持策略回测和量化分析。
Навык для исследования количественных финансовых данных на китайском естественном языке.
Как процесс B 71/100 · Почти готов — слабые места: отчётность по ходу
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 12. 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 "requirements"
Процессный рейтинг: все десять параметров 71/100
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 50Когда 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
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 136
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 986 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 14. Похоже на несколько доменов в одном скилле
- medium Тестов 3, и все положительные: нет ни одного случая «должен отказать» или «должен переспросить»
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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +4Нет примеров входа/выхода
- -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- -38 из 8 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 5 примера фраз-триггеров в кавычках
- +3Длина description 193 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 41 заголовков
- +3Пошаговые инструкции: 136 пунктов
- +3Формат ответа описан явно
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.