SKILLEMALL.ai

AF financial-report-analyzer

Извлекает, нормализует и анализирует ключевые показатели из финансовых отчетов компаний (10-K, 10-Q, годовые/промежуточные отчеты A-share, PDF IFRS/GAAP/CAS). Создает пошаговые сравнения год к году/квартал к кварталу, анализ коэффициентов (ROE/ROA/валовая маржа/коэффициент долга/цикл конверсии денежных средств) и обнаружение красных флажков (сигналы управления прибылью, аномалии связанных сторон, риск гудвилла). Используйте, когда пользователь загружает или называет финансовый отчет и спрашивает "解读 / 分析 / 拆解 / 找风险点 / 对比同行 / extract financials".

машинный переводПоказать оригиналСкрыть оригинал«EN: Extract, normalize and analyze key metrics from corporate financia…»

EN: Extract, normalize and analyze key metrics from corporate financial reports (10-K, 10-Q, A-share annual/interim reports, IFRS/GAAP/CAS PDFs). Produces side-by-side YoY/QoQ comparisons, ratio analysis (ROE/ROA/gross margin/debt ratio/cash conversion cycle), and red-flag detection (earnings management signals, related-party tx anomalies, goodwill risk). Use when user uploads or names a financial report and asks "解读 / 分析 / 拆解 / 找风险点 / 对比同行 / extract financials". 中文:从企业财报(10-K、10-Q、A股年报半年报、IFRS/GAAP/CAS PDF)中抽取并归一化关键指标,输出同比/环比对比、关键比率分析(ROE/ROA/毛利率/资产负债率/现金转换周期),以及红旗信号检测(盈余管理迹象、关联交易异常、商誉风险)。当用户上传或提及财报并要求"解读/分析/拆解/找风险点/同行对比"时触发。

ClawHub Agent Skills автор: boboy v1.0.0 MIT-0 13 файлов тело ≈ 1 488 токенов Открыть источникclawhub.ai проанализирован 12 ч назад

Извлекает, нормализует и анализирует ключевые показатели из финансовых отчетов компаний (10-K, 10-Q, годовые/промежуточные отчеты A-share, PDF IFRS/GAAP/CAS).

Как процесс F 45/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/normalize_statements.py

АнализаторДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
F
45/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/normalize_statements.py
Инструменты и файлы вес 18
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. 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: 12. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/normalize_statements.py

Процессный рейтинг: все десять параметров 45/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/normalize_statements.py
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/normalize_statements.py
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 40Согласованность. Имя во frontmatter (financial-report-analyzer) не совпадает с папкой (financial-report-analyzer-pro)
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 100Шаги. Шагов: 45
  • 100Стоимость исполнения. Тело инструкции 1488 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • -214 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 2 примера фраз-триггеров в кавычках
  • +3Длина description 634 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 45 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (9 блоков кода)
  • +3Все 4 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

Внешние проверки

ClawHub: suspicious
This skill does not look malware-like, but it substantially overstates its financial-report analysis capabilities and can return placeholder results for unsupported reports.
LLM: suspicious (high) · VirusTotal: · 28 мая 2026 г.