SKILLEMALL.ai

AB cryptocurrency-trader

Профессиональный ИИ-агент для торговли на криптовалютных рынках с продвинутым математическим моделированием, многоуровневой валидацией, вероятностным анализом и нулевой терпимостью к галлюцинациям. Реализует байесовский вывод, симуляции Монте-Карло, продвинутые метрики риска (VaR, CVaR, Шарп), распознавание паттернов на графиках и всестороннюю перекрестную проверку для применения в реальной торговле.

машинный переводПоказать оригиналСкрыть оригинал«Production-grade AI trading agent for cryptocurrency markets with adva…»

Production-grade AI trading agent for cryptocurrency markets with advanced mathematical modeling, multi-layer validation, probabilistic analysis, and zero-hallucination tolerance. Implements Bayesian inference, Monte Carlo simulations, advanced risk metrics (VaR, CVaR, Sharpe), chart pattern recognition, and comprehensive cross-verification for real-world trading application.

sundial-org/awesome-openclaw-skills Agent Skills автор: sundial-org 63 файла · 2 скрипта тело ≈ 2 200 токенов Открыть источникgithub.com проанализирован 29 ч назад

Профессиональный ИИ-агент для торговли на криптовалютных рынках с продвинутым математическим моделированием, многоуровневой валидацией, вероятностным анализом…

Как процесс B 67/100 · Почти готов — слабые места: когда включается, отчётность по ходу

ПроцедураДанные и аналитикаИИ и агентыТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
B
67/100
Почти готов
Отчётность по ходу вес 2
0
Когда включается вес 12
20
Ошибки и развилки вес 10
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: 58. 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 67/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 119
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2200 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле

    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)
    • -312 из 16 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 378 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 26 заголовков
    • +3Пошаговые инструкции: 119 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (6 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (6 из 6)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.