SKILLEMALL.ai

BF portfolio-diagnosis (Public)

Диагностика портфеля (версия с драйвером Tushare) — разработана для инвесторов на фондовом рынке Китая (A-shares). Активируется, когда пользователь говорит «помоги мне диагностировать портфель», «посмотри на мой портфель акций», «рациональна ли моя позиция», «велик ли риск портфеля», «каков коэффициент Шарпа моего портфеля». Использует SDK Tushare для получения данных в реальном времени и исторических данных для количественной диагностики рисков, включая волатильность, бету, коэффициент Шарпа, максимальную просадку, и генерирует профессиональный диагностический отчет, содержащий: круговую диаграмму с рейтингом героев + общим рейтингом; карточку с ключевыми показателями обзора портфеля; таблицу с деталями по акциям (включая индикатор прогресса позиции); карточки с четырьмя количественными показателями (волатильность/бета/шарп/просадка); четыре интерактивные диаграммы Chart.js (радарная диаграмма/круговая диаграмма/гистограмма/сравнение прибыли и убытков); шестимерную карточку диагностики, предупреждения о рисках, рекомендации по оптимизации; гистограмму с деталями оценки.

машинный переводПоказать оригиналСкрыть оригинал«持仓诊断技能(Tushare驱动版)——专为A股投资者设计。当用户说"帮我诊断持仓"、"看看我的股票组合"、"仓位合理吗"、"持仓风险大吗"…»

持仓诊断技能(Tushare驱动版)——专为A股投资者设计。当用户说"帮我诊断持仓"、"看看我的股票组合"、"仓位合理吗"、"持仓风险大吗"、"我的组合夏普比率多少"时触发。使用Tushare SDK获取实时行情和历史数据,进行包含波动率、Beta、夏普比率、最大回撤在内的量化风险诊断,并生成专业诊断报告,包含:英雄区 + 综合评分环形图;持仓概览关键指标卡片;个股明细表格(含仓位进度条);四大量化指标卡片(波动率/Beta/夏普/回撤);四张交互式 Chart.js 图表(雷达图/饼图/柱状图/盈亏对比);六维诊断卡片、风险提示、优化建议;得分明细条形图。

ClawHub Agent Skills автор: luokeer52 v1.0.2 MIT-0 8 файлов тело ≈ 127 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Диагностика портфеля (версия с драйвером Tushare) — разработана для инвесторов на фондовом рынке Китая (A-shares).

Как процесс F 34/100 · Не запустится — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
85/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
62
Прогон на моделях
не было
Процессный рейтинг
F
34/100
Не запустится
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

Такой же скилл встречается ещё в 1 месте: ClawHub

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: 8. 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 "input_format"
  • заметка frontmatter-key неизвестное поле фронтматтера "trigger"

Процессный рейтинг: все десять параметров 34/100

  • 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 (portfolio-diagnosis (Public)) не совпадает с папкой (portfolio-diagnosis)
  • 50Шаги. Шагов: 2
  • 60Инструменты и файлы. Используются инструменты (python, node), но во frontmatter они не объявлены
  • 100Стоимость исполнения. Тело инструкции 127 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +4Структура: 1 заголовков, инструкции сложно сканировать
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 282 символов: достаточно сигнала, не съедает бюджет
  • +3Все 2 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 62.

Внешние проверки

ClawHub: clean
This skill is a disclosed Prana remote-wrapper for stock portfolio diagnosis, with real privacy and credential-storage considerations but no evidence of hidden exfiltration, destructive behavior, or deception.
LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.