SKILLEMALL.ai

AB ai-trading-consortium

Хедж-фонд на базе ИИ, сочетающий мультиэкспертные торговые стратегии с комплексным сбором информации. Анализирует акции путем систематического сбора данных, отчетов аналитиков, дебатов быков/медведей и совета легендарных инвесторов (Баффетт, Грэм, Линч, Берри, Мангер, Вуд, Друкенмиллер, Маркс). Создает слайды с резюме для руководства. Ключевые слова: анализ акций, торговое решение, инвестиционный анализ, оценка рынка, рекомендация купить/продать/держать.

машинный переводПоказать оригиналСкрыть оригинал«AI-powered hedge fund that combines multi-expert trading strategies wi…»

AI-powered hedge fund that combines multi-expert trading strategies with comprehensive information gathering. Analyzes stocks through systematic data collection, analyst reports, bull/bear debates, and a council of legendary investor personas (Buffett, Graham, Lynch, Burry, Munger, Wood, Druckenmiller, Marks). Produces executive summary slides. Trigger keywords: stock analysis, trading decision, investment analysis, market evaluation, buy/sell/hold recommendation.

ClawHub Agent Skills автор: ericn26-star v1.0.0 MIT-0 3 файла тело ≈ 7 355 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Хедж-фонд на базе ИИ, сочетающий мультиэкспертные торговые стратегии с комплексным сбором информации.

Как процесс B 65/100 · Почти готов — слабые места: повторный запуск, отчётность по ходу

АнализаторДанные и аналитикаИнфраструктураТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
Когда включается вес 12
50
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 7355 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 65/100

  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 60Ошибки и развилки. Развилок: 2
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 7355 токенов
  • 85Шаги. Шагов: 227, расплывчатых формулировок: 1
  • 100Согласованность. Имя и обязательные поля на месте
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 12. 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)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 468 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 69 заголовков
  • +3Пошаговые инструкции: 227 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (10 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

Внешние проверки

ClawHub: clean
This skill is a disclosed stock-forecast and buy/sell/hold analysis helper that uses a third-party API key, without evidence of hidden trading, credential theft, or destructive behavior.
LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.