SKILLEMALL.ai

AC initiation-of-coverage-or-deep-dive

Основываясь на базе данных East Money, для компаний, котирующихся на Шанхайской, Шэньчжэньской, Пекинской, Гонконгской и американской биржах (акции A, акции Гонконга, акции США, Пекинская фондовая биржа), генерирует отчет о первом покрытии или отчет об углубленном исследовании. Должен активироваться, когда пользователь упоминает «первое покрытие», «отчет о первом покрытии», «первоначальное покрытие», «углубленное исследование», «подробный отчет», «углубленное исследование акций», «углубленное исследование компании», или просит написать всесторонний, систематический исследовательский отчет по определенной акции/публичной компании. Даже если пользователь просто говорит «напишите мне исследовательский отчет о компании XX» без слов «углубленное» или «первое покрытие», навык также должен активироваться. Неприменимо для обзоров результатов деятельности, обзоров финансовых отчетов, обзоров событий и т. д.

машинный переводПоказать оригиналСкрыть оригинал«依托东方财富数据库,面向沪深京港美上市公司(A 股、港股、美股、北交所),生成首次覆盖报告或深度研究报告。 当用户提及「首次覆盖」「首次覆盖…»

依托东方财富数据库,面向沪深京港美上市公司(A 股、港股、美股、北交所),生成首次覆盖报告或深度研究报告。 当用户提及「首次覆盖」「首次覆盖报告」「初始覆盖」「深度研究」「深度报告」「个股深度」「公司深度」「标的深度分析」,或要求对某只股票/上市公司撰写全面、体系化的研究报告时,必须触发本 Skill。 即使用户仅表述为「帮我写一份 XX 公司的研究报告」而未出现「深度」「首次覆盖」等词,也应触发。 不适用于业绩点评、财报点评、事件点评等场景。

ClawHub Agent Skills автор: Financial AI Analyst v1.0.4 MIT-0 3 файла тело ≈ 759 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Основываясь на базе данных East Money, для компаний, котирующихся на Шанхайской, Шэньчжэньской, Пекинской, Гонконгской и американской биржах (акции A, акции…

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

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
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: 3. 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: 25
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 759 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. 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 224 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 19 заголовков
  • +3Пошаговые инструкции: 25 пунктов
  • +4Есть примеры (5 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: clean
This skill appears to do what it claims: generate listed-company research reports through a disclosed EastMoney API call and save returned report files locally.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.