SKILLEMALL.ai
EN Войти

BF 资产底牌｜护城河解剖

Глубокий анализ конкурентных преимуществ публичных компаний. Проводит шестифакторный анализ конкурентных барьеров (ресурсы, технологии, сертификация клиентов, масштаб, узкие места в цепочке поставок, потенциал роста) для любой публичной компании/тикера/загруженного документа, выдавая структурированный отчет об исследовании активов. Применяется для анализа отдельных акций, финансовой отчетности, интерпретации исследовательских отчетов, анализа протоколов исследований и т.д.

машинный переводПоказать оригиналСкрыть оригинал«上市公司护城河深度解剖。对任意上市公司/股票代码/上传资料进行六维竞争壁垒分析（资源、技术、客户认证、规模、产业链卡口、成长空间），输出结构…»

上市公司护城河深度解剖。对任意上市公司/股票代码/上传资料进行六维竞争壁垒分析（资源、技术、客户认证、规模、产业链卡口、成长空间），输出结构化的资产底牌研究报告。适用于个股研究、财报分析、研报解读、调研纪要分析等场景。

ClawHub Agent Skills автор: ambrose2324 v1.0.1 MIT-0 5 файлов тело ≈ 331 токенов Открыть источникclawhub.ai↗ проанализирован 23 ч назад

Глубокий анализ конкурентных преимуществ публичных компаний.

Как процесс F 31/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/analysis-framework.md, references/output-template.md

ПроцедураИсследованиятип 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
79/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
48
Прогон на моделях
не было
Процессный рейтинг
F
31/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/analysis-framework.md, references/output-template.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение missing-ref ссылка на отсутствующий файл: references/analysis-framework.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/output-template.md
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "summary"
  • заметка frontmatter-key неизвестное поле фронтматтера "emoji"
  • заметка frontmatter-key неизвестное поле фронтматтера "categories"
  • заметка frontmatter-key неизвестное поле фронтматтера "search_keywords"

Процессный рейтинг: все десять параметров 31/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/analysis-framework.md, references/output-template.md
  • 0Инструменты и файлы. Не хватает 2 файла(ов): references/analysis-framework.md, references/output-template.md
  • 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 (资产底牌｜护城河解剖) не совпадает с папкой (moat-anatomy)
  • 100Шаги. Шагов: 15
  • 100Стоимость исполнения. Тело инструкции 331 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 109: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 15 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 48.

Внешние проверки

ClawHub: clean
This is a coherent stock-analysis skill made of markdown instructions and templates, with no code execution or hidden access, though users should avoid uploading sensitive financial documents unless needed.
LLM: benign (high) · VirusTotal: · 5 июл. 2026 г.