SKILLEMALL.ai
GitHub ↗ EN Войти

BD finnhub

Используйте Finnhub для получения котировок акций США/мировых акций в реальном времени, информации о компаниях, новостей, рекомендаций аналитиков, инсайдерских сделок, календаря отчетности и основных финансовых данных. Сценарии использования: проверка цен акций, информации о компаниях, последних новостей, инсайдерских покупок/продаж, дат предстоящих отчетов. Бесплатный уровень: 60 запросов в минуту.

машинный переводПоказать оригиналСкрыть оригинал«使用 Finnhub 获取美股/全球股票的实时报价、公司档案、新闻、分析师推荐、内部人交易、盈利日历和基本面财务数据。适用场景：查股价、查公…»

使用 Finnhub 获取美股/全球股票的实时报价、公司档案、新闻、分析师推荐、内部人交易、盈利日历和基本面财务数据。适用场景：查股价、查公司信息、看最新新闻、了解内部人是否在买卖、查看近期财报日期。免费层60次/分钟。

modbender/skill-library-mcp Agent Skills автор: modbender MIT 2 файла тело ≈ 579 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Используйте Finnhub для получения котировок акций США/мировых акций в реальном времени, информации о компаниях, новостей, рекомендаций аналитиков…

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияРазработкатип 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
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
D
41/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 2. 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 41/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (finnhub) не совпадает с папкой (finnhub-pro)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 7
  • 100Стоимость исполнения. Тело инструкции 579 токенов
  • 100Повторный запуск. Изменяющих операций нет

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)
  • +3Длина description 110: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 7 пунктов
  • +4Есть примеры (13 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.