SKILLEMALL.ai

BC a-stock-radar

Комплексный инструмент мониторинга и анализа A股, поддерживающий вывод решений на основе фреймворка «Журавль». Используется, когда пользователь спрашивает «Как дела у A股 сегодня?», «Как рынок?», «Какие сектора активны?», «Сегодня рост/падение?», «Северо-восточные фонды?», «Лимит роста/падения?», «Настроение рынка?», «Сейчас подходящее время для увеличения доли?», «Проанализируй A股», «Ретроспектива A股», «Каков текущий основной тренд?», «Купить/продать?», «Увеличить/уменьшить долю?», «Рекомендации по доле?» Охватывает мониторинг реальных котировок, макроэкономический снимок, фреймворк четырехмерных решений «Журавля» (макроэкономическая настройка / микропроверка / уровень настроений / матрица управления рисками), корзину ключевых предприятий, оценку краткосрочных настроений. Все операционные рекомендации сопровождаются отказом от ответственности «Не является инвестиционной рекомендацией». 📢 WeChat Public Account: PM Bear Uncle (Создание инвестиционной исследовательской команды для компании одного человека).

машинный переводПоказать оригиналСкрыть оригинал«A股综合监控与分析工具,支持寒鸦框架决策输出。当用户询问「A股今天怎么样」「大盘如何」「哪些板块在动」「今日涨跌」「北向资金」「涨停/跌停」…»

A股综合监控与分析工具,支持寒鸦框架决策输出。当用户询问「A股今天怎么样」「大盘如何」「哪些板块在动」「今日涨跌」「北向资金」「涨停/跌停」「市场情绪」「现在适合上仓位吗」「分析A股」「A股复盘」「当前主线是什么」「买入/卖出」「加仓/减仓」「仓位建议」时使用。覆盖实时行情监控、宏观快照、寒鸦四维决策框架(宏观定调/微观验证/情绪水位/风控矩阵)、核心企业篮子、短线情绪判断。所有操作建议均附免责声明「不构成投资建议」。📢微信公众号:PM熊叔(打造一人公司的投研团队)

ClawHub Agent Skills автор: Bear Xiong v2.1.1 MIT-0 12 файлов тело ≈ 484 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Комплексный инструмент мониторинга и анализа A股, поддерживающий вывод решений на основе фреймворка «Журавль».

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
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
65
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: 12. 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: 66
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 484 токенов
  • 100Повторный запуск. Изменяющих операций нет

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
  • +4Нет примеров входа/выхода
  • -31 из 10 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 236 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 66 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 65.

Внешние проверки

ClawHub: clean
This skill fetches public A-share market data and gives market commentary, including position-style suggestions, but it does not access accounts or execute trades.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.