SKILLEMALL.ai

BD Stock Historical Data Query - 股票历史行情查询

Получать исторические дневные данные по коду и временному диапазону или получать списки и детали, удобные для анализа K-линий и трендов. Используйте, когда пользователь запрашивает: "Каковы K-линии акции Ningde за последний год?", "Какова максимальная и минимальная цена этой акции за прошлый год?" или аналогичные вопросы о прошлых рыночных данных.

машинный переводПоказать оригиналСкрыть оригинал«按代码与时间范围查历史日线,或查列表与详情,便于 K 线与走势分析。当用户说:宁德时代最近一年 K 线数据?这只股票过去一年最高最低价?或类…»

按代码与时间范围查历史日线,或查列表与详情,便于 K 线与走势分析。当用户说:宁德时代最近一年 K 线数据?这只股票过去一年最高最低价?或类似历史行情问题时,使用本技能。

ClawHub Agent Skills автор: 极速数据 v1.0.8 MIT-0 3 файла тело ≈ 1 167 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Получать исторические дневные данные по коду и временному диапазону или получать списки и детали, удобные для анализа K-линий и трендов.

Как процесс D 41/100 · Процесс не доведён — 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%
64
Прогон на моделях
не было
Процессный рейтинг
D
41/100
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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 41/100

  • 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
  • 40Согласованность. Имя во frontmatter (Stock Historical Data Query - 股票历史行情查询) не совпадает с папкой (stockhistory)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 17
  • 100Стоимость исполнения. Тело инструкции 1167 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)
  • +3Длина description 85: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 17 пунктов
  • +4Есть примеры (10 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.

Внешние проверки

ClawHub: clean
This skill is a straightforward stock-market data lookup tool that uses a declared JisuAPI key and fixed HTTPS API calls, with no evidence of hidden persistence, destructive behavior, or unrelated data access.
LLM: benign (high) · VirusTotal: · 10 сент. 2026 г.