SKILLEMALL.ai
EN Войти

BD A股实时热度排名TOP50

[Версия Python] Получите ТОП-50 акций A-акций в реальном времени по популярности. Агрегирует списки популярности трех платформ: Wencai, Xueqiu, Eastmoney. Применимые сценарии: когда пользователь спрашивает о популярных акциях A-акций, рейтинге популярности акций, рейтинге популярности акций, рейтинге рыночного внимания, списках популярных акций, наиболее популярных акциях, рейтинге акций в реальном времени, сегодняшних популярных акциях. Ключевые слова: популярность A-акций, рейтинг популярности акций, рейтинг популярности, популярные акции, список популярности акций, рейтинг внимания, популярные акции, популярные акции, списки популярности.

машинный переводПоказать оригиналСкрыть оригинал«[Python版本] 获取A股股票实时热度排名TOP50。聚合问财、雪球、东方财富三大平台人气榜单。适用场景：用户询问A股热门股票、股票热度…»

[Python版本] 获取A股股票实时热度排名TOP50。聚合问财、雪球、东方财富三大平台人气榜单。适用场景：用户询问A股热门股票、股票热度排名、股票人气排名、市场关注度排行、热门股票榜单、最受关注股票、实时股票排名、今日热门股。关键词：A股热度、股票热度排名、人气排名、热门股票、股票人气榜、关注度排行、热门股、人气股、热门榜单。

ClawHub Agent Skills автор: n1e v1.0.0 MIT-0 5 файлов тело ≈ 577 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

[Версия Python] Получите ТОП-50 акций A-акций в реальном времени по популярности.

Как процесс D 42/100 · Процесс не доведён — слабые места: когда включается, входы и предусловия, ошибки и развилки

ПроцедураРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
85/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
D
42/100
Процесс не доведён
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

  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 · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • низкая Обфускация obf-base64-blob lib/hexin_v.js:1
    Длинный blob, похожий на base64 (определение детектора / чёрного списка)
    var a0_0x4f9ee0=a0_0x45b5;(function(_0x2d51df,_0xd5e931){var _0x1c64eb=a0_0x45b5,_0x581c52=_0x2d51df();while(!![]){try{var _0x276e77=-parseInt(_0x1c64eb(0x51e))/0x1*(-parseInt(_0x1c64eb(0xbd0))/0x2)+p
    детектор
  • низкая Секреты в коде secret-high-entropy-token lib/hexin_v.js:1
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    var a0_0x4f9ee0=a0_0x45b5;(function(_0x2d51df,_0xd5e931){var _0x1c64eb=a0_0x45b5,_0x581c52=_0x2d51df();while(!![]){try{var _0x276e77=-parseInt(_0x1c64eb(0x51e))/0x1*(-parseInt(_0x1c64eb(0xbd0))/0x2)+p
    детектор

Просканировано файлов: 5. 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 "description_en"

Процессный рейтинг: все десять параметров 42/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (A股实时热度排名TOP50) не совпадает с папкой (stock-heat-rank-py)
  • 50Шаги. Шагов: 2
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 100Стоимость исполнения. Тело инструкции 577 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)
  • +3Нет пошаговых инструкций или чек-листа
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 166 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Формат ответа описан явно
  • +4Есть примеры (5 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: suspicious
This appears to fetch public A-share stock rankings, but it also runs a large opaque JavaScript browser-emulation helper that is not clearly disclosed.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.