SKILLEMALL.ai

BC quant-x-v10

QUANT-X v10 Панель инструментов количественных стратегий — всесторонний анализ 600330. Основан на данных Tencent в реальном времени (qt.gtimg.cn) + многофакторной взвешенной оценке + 4-мерной OBI + 5 классических стратегиях (двойная скользящая средняя/сетка/прорыв/импульс/возврат к среднему) + связи секторов + распределение крупных ордеров + знания бэктестинга Backtrader. Интегрирует три инструмента: quant-trading, tradingview-quantitative-skills, quant-trading-cn. Сценарии запуска: количественный анализ акций A-акций, мониторинг в реальном времени, сигналы покупки/продажи, сравнение секторов, анализ технических уровней, выбор акций по нескольким факторам.

машинный переводПоказать оригиналСкрыть оригинал«QUANT-X v10 量化策略仪表盘 - 600330 全维度分析。基于腾讯实时数据(qt.gtimg.cn)+ 多因子加权评分 + OB…»

QUANT-X v10 量化策略仪表盘 - 600330 全维度分析。基于腾讯实时数据(qt.gtimg.cn)+ 多因子加权评分 + OBI 4维度 + 5大经典策略(双均线/网格/突破/动量/均值回归)+ 板块联动 + 大单分档 + Backtrader 回测知识。集成 quant-trading、tradingview-quantitative-skills、quant-trading-cn 三大技能。触发场景:A股股票量化分析、实时盯盘、买卖信号、板块对比、技术位分析、多因子选股。

ClawHub Agent Skills автор: 43906351-debug v1.0.0 MIT-0 7 файлов тело ≈ 663 токенов Открыть источникclawhub.ai проанализирован 32 ч назад

QUANT-X v10 Панель инструментов количественных стратегий — всесторонний анализ 600330.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
C
53/100
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

  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: 7. 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 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 20
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 663 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 247 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 20 пунктов
  • +4Есть примеры (5 блоков кода)

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

Внешние проверки

ClawHub: suspicious
This is a stock-analysis dashboard with disclosed live market polling, but it overstates its quantitative methods and gives strong trading actions that users could mistake for rigorous financial advice.
LLM: suspicious (high) · 6 авг. 2026 г.