SKILLEMALL.ai

AC gold-fundamental-analysis

Извлекает и анализирует фундаментальные данные по золоту из FRED, CFTC, SPDR ETF и Fed RSS. Используется, когда пользователь запрашивает фундаментальный анализ золота, phân tích cơ bản vàng или макроданные по золоту. Также используется cron-заданиями для торговых сессий по золоту (азиатская/европейская/американская), которым нужен фундаментальный контекст. Возвращает структурированный JSON с макроиндикаторами, позиционированием COT, холдингами ETF, позицией ФРС и предстоящими событиями. Агент ДОЛЖЕН выполнить Python-скрипт для получения данных, а затем проанализировать вывод, чтобы получить бычьи/медвежьи/нейтральные факторы, фундаментальную оценку (от -100 до +100) и краткосрочный/среднесрочный/долгосрочный прогноз.

машинный переводПоказать оригиналСкрыть оригинал«Fetches and analyzes gold fundamental data from FRED, CFTC, SPDR ETF,…»

Fetches and analyzes gold fundamental data from FRED, CFTC, SPDR ETF, and Fed RSS. Used when the user requests gold fundamental analysis, phân tích cơ bản vàng, or gold macro data. Also used by cron jobs for gold trading sessions (Asian/European/US) that need fundamental context. Returns structured JSON with macro indicators, COT positioning, ETF holdings, Fed stance, and upcoming events. The agent MUST execute the Python script to fetch data, then analyze the output to produce Bullish/Bearish/Neutral factors, a Fundamental Score (-100 to +100), and short/medium/long-term outlook.

ClawHub Agent Skills автор: Minh Swati v1.0.0 MIT-0 6 файлов тело ≈ 881 токенов Открыть источникclawhub.ai проанализирован 18 ч назад

Извлекает и анализирует фундаментальные данные по золоту из FRED, CFTC, SPDR ETF и Fed RSS.

Как процесс C 58/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, отчётность по ходу

АнализаторOutlookИИ и агентыРазработкаМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 58/100

    • 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
    • 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 85Шаги. Шагов: 29, расплывчатых формулировок: 2
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 881 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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 587 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 29 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed gold-market data fetcher/analyzer, with manageable risks around outbound requests, financial-use reliance, and an exposed FRED API key.
    LLM: benign (high) · VirusTotal: · 14 июн. 2026 г.