SKILLEMALL.ai

BF stock-analyzer

Использует встроенные fetch.py и analyze.py для краткосрочного анализа тренда акций A-класса. Используйте этот навык всякий раз, когда пользователь просит проанализировать акции A-класса, ETF (например, A500/159339), проверить краткосрочный тренд (бычий/медвежий/боковой), недельное и сегодняшнее изменение, сигналы (покупка/продажа/удержание) или оценить акции на основе недавней производительности.

машинный переводПоказать оригиналСкрыть оригинал«使用本 skill 自带的 fetch.py 和 analyze.py,对 A 股个股做短期趋势分析。 Use this skill whe…»

使用本 skill 自带的 fetch.py 和 analyze.py,对 A 股个股做短期趋势分析。 Use this skill whenever the user asks to analyze A-share stocks, ETFs (like A500/159339), check short-term trend (bullish/bearish/sideways), weekly and today change, signals (buy/sell/hold), or score stocks based on recent performance.

ClawHub Agent Skills автор: Yuanfu v1.0.0 MIT-0 12 файлов тело ≈ 1 323 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Использует встроенные fetch.py и analyze.py для краткосрочного анализа тренда акций A-класса. Используйте этот навык всякий раз, когда пользователь просит…

Как процесс F 37/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/analyze_data.md

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
F
37/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/analyze_data.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 12. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/analyze_data.md

Процессный рейтинг: все десять параметров 37/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/analyze_data.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/analyze_data.md
  • 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
  • 40Согласованность. Имя во frontmatter (stock-analyzer) не совпадает с папкой (china-stock-analyzer)
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 100Шаги. Шагов: 69
  • 100Стоимость исполнения. Тело инструкции 1323 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Ответ описан самодельной разметкой (3 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
  • +4Нет примеров входа/выхода
  • -31 из 6 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 287 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 69 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

Внешние проверки

ClawHub: clean
This is a disclosed A-share technical analysis skill that fetches public market data and runs local Python scripts, with no evidence of hidden persistence, credential access, account actions, or destructive behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.