SKILLEMALL.ai
GitHub ↗ EN Войти

BC wyckoff

Агент анализа акций A-share по Вайкоффу с полной интеграцией CLI + MCP. Обнаруживает локальную установку CLI, проводит пользователей через настройку (установка → регистрация → настройка источников данных → настройка модели → необязательный сервер MCP), затем выполняет анализ объема и цены в стиле Вайкоффа с проверяемыми решениями по портфелю. Поддерживает первоначальное обучение, ежедневные рабочие процессы (управление портфелем, запросы сигналов, рекомендации) через CLI wyckoff и сервер MCP с 14 инструментами для интеграции с Claude Code / Cursor.

машинный переводПоказать оригиналСкрыть оригинал«Wyckoff A-share analysis agent with full CLI + MCP integration. Detect…»

Wyckoff A-share analysis agent with full CLI + MCP integration. Detects local CLI installation, guides users through setup (install → register → configure data sources → configure model → optional MCP server), then executes Wyckoff-style volume-price analysis with auditable portfolio decisions. Supports first-time onboarding, daily operational workflows (portfolio management, signal queries, recommendations) via the wyckoff CLI, and 14-tool MCP server for Claude Code / Cursor integration.

ClawHub Agent Skills автор: YoungCan-Wang v1.0.2 MIT-0 7 файлов тело ≈ 2 225 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Агент анализа акций A-share по Вайкоффу с полной интеграцией CLI + MCP.

Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, согласованность, повторный запуск

ИнтеграцияИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • низкая Опасные команды cmd-pipe-to-shell-known-host rules/cli-setup-guide.md:12
    Установщик через pipe в shell с известного хоста (всё равно выполняет удалённый код) (документация security-скилла)
    curl -fsSL https://raw.githubusercontent.com/YoungCan-Wang/Wyckoff-Analysis/main/install.sh | bash
    security-скилл
  • низкая Опасные команды cmd-pipe-to-shell-known-host SKILL.md:25
    Установщик через pipe в shell с известного хоста (всё равно выполняет удалённый код) (документация security-скилла)
    curl -fsSL https://raw.githubusercontent.com/YoungCan-Wang/Wyckoff-Analysis/main/install.sh | bash
    security-скилл

Ещё 1 совпадений отнесены к цитатам в документации скилла по безопасности и не считаются находками.

Просканировано файлов: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 62/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (wyckoff) не совпадает с папкой (wyckoff-agent-skill)
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 82
  • 100Ошибки и развилки. Развилок: 8, есть раздел про ошибки
  • 100Стоимость исполнения. Тело инструкции 2225 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Ответ описан самодельной разметкой (5 тегов): типизированный вызов надёжнее

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 493 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 82 пунктов
  • +4Есть примеры (4 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: suspicious
This finance-analysis skill is coherent, but it needs Review because it encourages risky installation, credential handling, and broad CLI/MCP actions around portfolio and API data.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.