SKILLEMALL.ai

AB akshare-online-alpha

Выполняет анализ в стиле мастера Вайкоффа на основе кодов акций, портфелей (символ/стоимость/количество), наличных средств, данных CSV и необязательных изображений графиков. Используйте, когда пользователи хотят получать данные из нескольких источников в режиме онлайн с переключением источников, строгие проверки торговых сессий по пекинскому времени, анализ с фиксированным системным промптом, анализ отдельных акций, ротацию портфеля, предложения по добавлению/уменьшению позиций в портфеле или предложения по развертыванию наличных средств при пустом портфеле.

машинный переводПоказать оригиналСкрыть оригинал«Run Wyckoff master-style analysis from stock codes, holdings (symbol/c…»

Run Wyckoff master-style analysis from stock codes, holdings (symbol/cost/qty), cash, CSV data, and optional chart images. Use when users want online multi-source data fetching with source switching, strict Beijing-time trading-session checks, fixed system prompt analysis, single-stock analysis, holding rotation, holding add/reduce suggestions, or empty-position cash deployment suggestions.

ClawHub Agent Skills автор: YoungCan-Wang v1.0.0 MIT-0 5 файлов тело ≈ 1 495 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Выполняет анализ в стиле мастера Вайкоффа на основе кодов акций, портфелей (символ/стоимость/количество), наличных средств, данных CSV и необязательных…

Как процесс B 68/100 · Почти готов — слабые места: результат и критерий готовности, согласованность, повторный запуск

АнализаторИнфраструктураРазработкаИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
B
68/100
Почти готов
Результат и критерий готовности вес 14
0
Повторный запуск вес 4
30
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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 68/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (akshare-online-alpha) не совпадает с папкой (wyckoff-a-share)
    • 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 86
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Ошибки и развилки. Развилок: 10, есть раздел про ошибки
    • 100Стоимость исполнения. Тело инструкции 1495 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 393 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 86 пунктов
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: clean
    This is an instruction-only A-share analysis skill whose online lookups and portfolio-style recommendations match its disclosed purpose, but users should treat its outputs as financial analysis rather than trading authority.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.