SKILLEMALL.ai

BC stock-realtime-brief

Система инвестиционных исследований акций A-класса v5.0 — Bloomberg для розничных инвесторов. Семь новых инструментов: (1) Внутренняя стоимость DCF — идеи Уоррена Баффетта/Дуань Юнпина/Майкла Линча (2) Определение ротации секторов (3) Система сигналов продажи — 5 измерений (4) Мониторинг Polaris — автоматические уведомления (5) Оповещения в реальном времени во время торгов (6) Автоматический анализ финансовых отчетов (7) Движок исторических бэктестов. Включает модель отбора акций v2.1 (5 измерений, 100 баллов) + противостояние «Синих войск» v5.0 + 7 железных правил. Триггеры: предторговый брифинг / интеллектуальный отбор акций / рейтинг секторов / оценка DCF / Polaris / оповещения в реальном времени / анализ финотчетов / исторический бэктест / проверка дисциплины. Применимо только к акциям A-класса.

машинный переводПоказать оригиналСкрыть оригинал«A股投研体系 v5.0 - 散户级 Bloomberg. 七大新工具:(1) DCF 内在价值 - 巴菲特/段永平/林奇思想 (2) 板块轮…»

A股投研体系 v5.0 - 散户级 Bloomberg. 七大新工具:(1) DCF 内在价值 - 巴菲特/段永平/林奇思想 (2) 板块轮动识别 (3) 卖出信号体系 - 5维 (4) 北极星监控 - 公告自动 (5) 实时盘中警报 (6) 财报自动解析 (7) 历史回测引擎. 含 v2.1 选股模型(5维100分) + v5.0 蓝军对垒 + 7 铁律。触发: 盘前简报 / 智能选股 / 板块排名 / DCF估值 / 北极星 / 实时警报 / 财报解析 / 历史回测 / 纪律检查。仅适用 A股。

ClawHub Agent Skills автор: Michaelliugh v5.5.0 MIT-0 67 файлов · 1 скрипт тело ≈ 3 101 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Система инвестиционных исследований акций A-класса v5.0 — Bloomberg для розничных инвесторов. Семь новых инструментов: (1) Внутренняя стоимость DCF — идеи…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип 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
C
53/100
Есть пробелы
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: 64. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 136
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3101 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 18. Похоже на несколько доменов в одном скилле

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
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • -264 эмодзи в инструкциях: шум для модели
  • -43 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 252 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 59 заголовков
  • +3Пошаговые инструкции: 136 пунктов
  • +4Есть примеры (15 блоков кода)

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

Внешние проверки

ClawHub: suspicious
This is a coherent A-share analysis skill, but it includes under-scoped credential use, hard-coded portfolio paths, persistent monitoring, and QQ message sending to a fixed chat target.
LLM: suspicious (high) · 6 июл. 2026 г.