SKILLEMALL.ai

AC investing-analyst

Аналитик по торговле акциями и опционами с фокусом на тезисы. Используйте, когда: (1) оцениваете идею сделки перед открытием позиции, (2) анализируете ценообразование опционов через подразумеваемую волатильность (IV) по сравнению с исторической волатильностью, (3) планируете сделки на основе новостей о прибыли, (4) анализируете убыточную позицию и решаете, держать ее или закрывать, (5) проверяете торговые паттерны, связанные с эмоциями/страхом упустить выгоду (FOMO), (6) проходите предварительную проверку перед сделкой. НЕ используйте для: общего финансового образования, распределения активов на уровне портфеля или налоговых консультаций.

машинный переводПоказать оригиналСкрыть оригинал«Thesis-driven equity and options trading analyst. Use when: (1) evalua…»

Thesis-driven equity and options trading analyst. Use when: (1) evaluating a trade idea before entering a position, (2) analyzing options pricing via IV vs Historical Volatility, (3) planning earnings catalyst plays, (4) reviewing a losing position and deciding whether to hold or exit, (5) checking for emotional/FOMO trading patterns, (6) running a pre-trade checklist. NOT for: general financial education, portfolio-level asset allocation, or tax advice.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 3 файла тело ≈ 682 токенов Открыть источникgithub.com проанализирован 2 дн назад

Аналитик по торговле акциями и опционами с фокусом на тезисы.

Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

АнализаторФинансытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
C
59/100
Есть пробелы
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

    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: 3. 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 59/100

    • 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
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 7
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 682 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 458 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 7 пунктов
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.