SKILLEMALL.ai

B 小果通达信公式转Python量化

小果通达信公式转Python量化函数库。提供100+核心函数、30+技术指标、12+完整交易策略, 支持将通达信指标公式无缝迁移至Python量化环境,实现策略回测、数据分析与实盘交易信号生成。 触发关键词:通达信、TDX、公式转换、指标迁移、选股公式、技术指标、量化策略、回测、 买卖信号、金叉死叉、MACD、KDJ、RSI、BOLL、SAR、CCI、OBV、DMI、BIAS、WR、VR、 PSY、BRAR、CR、MASS、WAD、ASI、EMV、DPO、CHO、WVAD、TRIX、UOS、VTP、BBI、 EXPMA、ENE、PBX、MIKE、XS、TQN、BBIBOLL、ALLIGAT、GMMA、AMV、CYC、CYS、CYW、 ZIG、BACKSET、PEAK、TROUGH、波段交易、趋势跟踪、超买超卖、主力控盘、筹码分布、 量价配合、股票分析、ETF分析、指数分析、量化投资、程序化交易、小果、xg_quant。

ClawHub Agent Skills автор: li152 v1.0.0 MIT-0 2 файла тело ≈ 44 007 токенов открыть источник ↗ проанализирован 10 ч назад

小果通达信公式转Python量化函数库。提供100+核心函数、30+技术指标、12+完整交易策略, 支持将通达信指标公式无缝迁移至Python量化环境,实现策略回测、数据分析与实盘交易信号生成。 触发关键词:通达信、TDX、公式转换、指标迁移、选股公式、技术指标、量化策略、回测、…

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
B
79/100
Общая оценка
Безопасность 60%
100
Качество 40%
47
Тесты бонус
0

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для срабатывания.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
  3. Добавьте evals/evals.json с 4–6 реальными запросами и ожидаемыми ответами: тогда полная проверка использует ваши кейсы, а не черновик модели.
  4. Добавьте spec.yaml с триггерами и утверждениями (skilltest init): это контракт поведения для CI.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

Lint

  • 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")
  • предупреждение body-long тело SKILL.md ≈ 44007 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "contact"

Процессная зрелость 18/100

  • 0Шаги. Инструкция сплошным текстом, шаги не выделены
  • 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
  • 10Стоимость исполнения. Тело инструкции 44007 токенов: вытесняет саму задачу из окна
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 39, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (小果通达信公式转Python量化) не совпадает с папкой (xg-tdx-python)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены

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)
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • -217 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 415 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 36 заголовков

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 47.

Внешние проверки

ClawHub: clean
This skill is a disclosed technical-analysis and formula-conversion reference, with local file output risks users should control but no evidence of hidden or malicious behavior.
LLM: benign (high) · VirusTotal: · 1 сент. 2026 г.