SKILLEMALL.ai

AC buffett-oracle

Анализ компаний на определенный момент времени в стиле Баффетта для акций, кейс-стади Berkshire и вердиктов BUY/PASS. Используйте, когда пользователь хочет получить меморандум Баффетта/Грэма о андеррайтинге, тест «рва», сравнение с контрольной группой или бэктест на основе кэшированных карточек компаний и строгой дисциплины принятия решений по дате.

машинный переводПоказать оригиналСкрыть оригинал«Point-in-time Buffett-style company analysis for stocks, Berkshire cas…»

Point-in-time Buffett-style company analysis for stocks, Berkshire case studies, and BUY/PASS verdicts. Use when the user wants a Buffett/Graham underwriting memo, moat test, control-group comparison, or benchmark backtest grounded in cached company cards and strict decision-date discipline.

ClawHub Agent Skills автор: yixiao1032-publish v1.0.0 MIT-0 74 файла тело ≈ 1 307 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Анализ компаний на определенный момент времени в стиле Баффетта для акций, кейс-стади Berkshire и вердиктов BUY/PASS.

Как процесс C 63/100 · Есть пробелы — слабые места: входы и предусловия, согласованность, отчётность по ходу

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
C
63/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Согласованность вес 8
40
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: 74. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 63/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 40Согласованность. Имя во frontmatter (buffett-oracle) не совпадает с папкой (think-like-warren-buffett)
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Ошибки и развилки. Развилок: 7
    • 100Шаги. Шагов: 39
    • 100Стоимость исполнения. Тело инструкции 1307 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние

    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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 292 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 39 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.

    Внешние проверки

    ClawHub: clean
    This is a coherent investment-research skill with disclosed helper commands, and I found no evidence of hidden data theft, destructive behavior, or automatic unsafe execution.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.