SKILLEMALL.ai

AB cuecue-deep-research

Профессиональный инструмент для финансового исследования и анализа на базе ИИ для анализа рынка, отраслевых отчетов, анализа компаний, оценки влияния политики, конкурентного анализа и оценки геополитических рисков. Предоставляет комплексные, основанные на данных исследовательские отчеты для финансовых профессионалов и ИИ-агентов.

машинный переводПоказать оригиналСкрыть оригинал«Professional AI-powered financial research and analysis tool for marke…»

Professional AI-powered financial research and analysis tool for market intelligence, industry reports, company analysis, policy impact assessment, competitive analysis, and geopolitical risk evaluation. Delivers comprehensive, data-driven research reports for financial professionals and AI agents. | 专业的 AI 驱动金融研究分析工具,用于市场情报、行业报告、公司分析、政策影响评估、竞品调查和地缘政治风险评估。为金融专业人士和智能体提供全面、数据驱动的研究报告。

modbender/skill-library-mcp Agent Skills автор: modbender MIT 2 файла тело ≈ 1 967 токенов Открыть источникgithub.com проанализирован 2 дн назад

Профессиональный инструмент для финансового исследования и анализа на базе ИИ для анализа рынка, отраслевых отчетов, анализа компаний, оценки влияния…

Как процесс B 68/100 · Почти готов — слабые места: входы и предусловия, отчётность по ходу

АнализаторДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
B
68/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
50
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
    • заметка frontmatter-key неизвестное поле фронтматтера "keywords"

    Процессный рейтинг: все десять параметров 68/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Шаги. Шагов: 54
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1967 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком

    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)
    • -220 эмодзи в инструкциях: шум для модели
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 384 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 54 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (3 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.