SKILLEMALL.ai
EN Войти

AD alphapai-research

Навык API финансовой инвестиционной исследовательской платформы AlphaPai, используемый для вызова интерфейсов инвестиционных исследований AlphaPai (AlphaPai/PaiPai). Охватывает пять основных возможностей: ответы на вопросы по инвестиционным исследованиям, поиск данных по инвестиционным исследованиям, агент инвестиционных исследований (одностраничный отчет о компании/обзор результатов/план исследования/выбор акций по теме/инвестиционная логика/сравнимые компании/оспаривание мнений/одностраничный отчет по отрасли/выбор акций для отдельных акций/выбор акций для тем/построение графиков), запрос списка объявлений акций, поиск инвестиционных исследовательских графиков. Обязательно используйте этот навык, когда пользователь упоминает ключевые слова AlphaPai, Alpha派, PaiPai,投研问答,召回数据,公司一页纸,行业一页纸,业绩点评,调研大纲,投资逻辑,可比公司,选基,搜图表 и т.д.

машинный переводПоказать оригиналСкрыть оригинал«Alpha派金融投研平台API技能，用于调用Alpha派（AlphaPai/PaiPai）的投资研究接口。覆盖五大核心能力：投研知识问答、投…»

Alpha派金融投研平台API技能，用于调用Alpha派（AlphaPai/PaiPai）的投资研究接口。覆盖五大核心能力：投研知识问答、投研数据检索、投资研究Agent（公司一页纸/业绩点评/调研大纲/主题选股/投资逻辑/可比公司/观点Challenge/行业一页纸/个股选基/主题选基/画图）、股票公告列表查询、投研图表搜索。当用户提到AlphaPai、Alpha派、PaiPai、投研问答、召回数据、公司一页纸、行业一页纸、业绩点评、调研大纲、投资逻辑、可比公司、选基、搜图表等关键词时，务必使用本skill。

ClawHub Agent Skills автор: boteeenchan-ship-it v1.0.0 MIT-0 5 файлов тело ≈ 2 974 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Навык API финансовой инвестиционной исследовательской платформы AlphaPai, используемый для вызова интерфейсов инвестиционных исследований AlphaPai…

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип 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
A
90/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • низкая Секреты в коде secret-high-entropy-token references/api_reference.md:57
    Строка, похожая на токен (может быть id, хеш или секрет) (строка таблицы в документации)
    | questionId             | 否   | String       | 唯一标识，并发时区分问题              | "OZqY\_-E5…462"                                                                                 |
    таблица
  • низкая Секреты в коде secret-high-entropy-token references/api_reference.md:136
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "questionId": "OZqY…462",
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token references/api_reference.md:147
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "questionId": "OZqY…462",
    в кавычках

Просканировано файлов: 5. 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 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 29
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2974 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 258 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 29 заголовков
  • +3Пошаговые инструкции: 29 пунктов
  • +4Есть примеры (21 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: suspicious
This skill appears to provide the promised AlphaPai finance-research integration, but it needs review because it ships a plaintext API key and includes a remote self-upgrade flow that can replace local files.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.