SKILLEMALL.ai

BD hs300-research-v5

Система инвестиционных исследований по множеству факторов CSI 300 v6.0 — платформа для количественного отбора акций по нескольким стратегиям. Используйте этот навык, когда пользователь запрашивает анализ акций A-класса, CSI 300, отбор акций по множеству факторов, ежедневные отчеты по исследованиям, оценку акций, фундаментальный/технический анализ отдельных акций. Новая система из 9 стратегий: широкие индексные прибавки (CSI 300/500/1000), активные количественные (комбинированные мультистратегии/воздушные индексные прибавки/выбор растущих компаний), высокочастотные ценовые/объемные (16 факторов, месячная/недельная частота), специальные стратегии (STAR Market). Поддерживает анализ корреляции стратегий, сравнение производительности, рекомендации по распределению активов.

машинный переводПоказать оригиналСкрыть оригинал«沪深300多因子投研系统 v6.0 — 多策略量化选股平台。每当用户要求分析A股、沪深300、 多因子选股、投研日报、股票评分、个股基本面/…»

沪深300多因子投研系统 v6.0 — 多策略量化选股平台。每当用户要求分析A股、沪深300、 多因子选股、投研日报、股票评分、个股基本面/技术面分析时,必须使用此技能。 新增9大策略体系:宽基指增(沪深300/500/1000)、主动量化(多策略复合/空气指增/成长期优选)、 高频量价(16因子月频/周频)、特色策略(科创板)。支持策略相关性分析、绩效对比、资产配置建议。

ClawHub Agent Skills автор: paudyyin v6.0.0 MIT-0 76 файлов тело ≈ 1 429 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Система инвестиционных исследований по множеству факторов CSI 300 v6.0 — платформа для количественного отбора акций по нескольким стратегиям. Используйте этот…

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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: 76. 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 46/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (hs300-research-v5) не совпадает с папкой (hs300-research-v6)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 26
  • 100Стоимость исполнения. Тело инструкции 1429 токенов
  • low Разделов верхнего уровня: 15. 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 188 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 25 заголовков
  • +3Пошаговые инструкции: 26 пунктов
  • +4Есть примеры (13 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: suspicious
This finance skill mostly matches its research purpose, but it ships hardcoded third-party credentials and has misleading data-source and analysis-scope claims that users should review before installing.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.