SKILLEMALL.ai

BC quant-trading-assistant

Помощник по количественной торговле - Технический анализ акций A-класса + количественный отбор акций. Используется для: анализа рыночной ситуации акций A-класса в реальном времени, расчета технических индикаторов (скользящие средние/KDJ/MACD/Bollinger Bands), стратегий количественного отбора акций, генерации торговых сигналов, оценки трендов (Dragon Tiger List/sentiment cycle). Сценарии активации: запросы о акциях, анализ рыночной ситуации, рекомендации по отбору акций, предупреждения о рисках, расчет технических индикаторов.

машинный переводПоказать оригиналСкрыть оригинал«量化交易助手 - A股技术分析+量化选股。 用于:分析A股实时行情、计算技术指标(均线/KDJ/MACD/布林带)、 量化选股策略、生成交易…»

量化交易助手 - A股技术分析+量化选股。 用于:分析A股实时行情、计算技术指标(均线/KDJ/MACD/布林带)、 量化选股策略、生成交易信号、龙虎榜/情绪周期判断。 触发场景:问股票、分析行情、选股推荐、风险提示、技术指标计算。

ClawHub Agent Skills автор: dxie48892-jpg v1.0.1 MIT-0 4 файла тело ≈ 1 121 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Помощник по количественной торговле - Технический анализ акций A-класса + количественный отбор акций.

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
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: 4. 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: 43
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1121 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)
  • +3Длина description 116: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -221 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 27 заголовков
  • +3Пошаговые инструкции: 43 пунктов
  • +4Есть примеры (9 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

Внешние проверки

ClawHub: clean
This is a disclosed A-share stock analysis helper that fetches public market data and gives informational trading signals, with no evidence of credential access, persistence, or account-changing behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.