SKILLEMALL.ai

BD Investment Browser SEC Scraper

Профессиональный парсер SEC EDGAR 10-Q/10-K для институциональных инвесторов. Извлекает 47 финансовых показателей из HTML-таблиц, включая выручку, чистую прибыль, EPS, свободный денежный поток, статьи баланса, факторы риска в разделе MD&A. Автоматически рассчитывает годовой рост, валовую прибыль (45,2% TSLA Q3'25), операционную прибыль (9,1%), коэффициент текущей ликвидности (2,12x), соотношение долга к собственному капиталу. Экспортирует в нативные форматы CSV/HTML/PDF/MD.

машинный переводПоказать оригиналСкрыть оригинал«Professional SEC EDGAR 10-Q/10-K parser for institutional investors.…»

Professional SEC EDGAR 10-Q/10-K parser for institutional investors. Extracts 47 financial metrics from HTML tables including Revenue, Net Income, EPS, Free Cash Flow, Balance Sheet items, MD&A risk factors. Auto-calculates YoY growth, gross margins (45.2% TSLA Q3'25), operating margins (9.1%), current ratio (2.12x), debt-to-equity. Exports native CSV/HTML/PDF/MD formats.

ClawHub Agent Skills автор: lettywyse v1.0.0 MIT-0 5 файлов тело ≈ 130 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Профессиональный парсер SEC EDGAR 10-Q/10-K для институциональных инвесторов.

Как процесс D 45/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
61
Прогон на моделях
не было
Процессный рейтинг
D
45/100
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")
  • заметка frontmatter-key неизвестное поле фронтматтера "keywords"
  • заметка frontmatter-key неизвестное поле фронтматтера "price"

Процессный рейтинг: все десять параметров 45/100

  • 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 (Investment Browser SEC Scraper) не совпадает с папкой (investment-browser-sec)
  • 75Шаги. Шагов: 3
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Стоимость исполнения. Тело инструкции 130 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 378 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 4 заголовков
  • +3Пошаговые инструкции: 3 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 61.

Внешние проверки

ClawHub: clean
This instruction-only SEC filing analysis skill is purpose-aligned, but users should confirm any generated Google Sheet or shared report links before running it.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.