SKILLEMALL.ai

AC report-tracker

Навык анализа исследовательских отчетов и отслеживания связи с пулом акций. Активируется, когда пользователь отправляет исследовательский отчет/исследовательский отчет/записку исследования/PDF/DOCX/файл/ссылку/текст с просьбой об анализе или говорит «проанализировать этот исследовательский отчет», «извлечь информацию из этого отчета», «какая связь между этим исследовательским отчетом и нашим пулом акций», «архивировать этот исследовательский отчет». Основные функции: 1) извлечение ключевой информации из исследовательского отчета; 2) связь с существующими акциями из пула акций DaKaimen; 3) добавление записи в файл отслеживания архива; 4) обновление общей таблицы кумулятивных показателей отслеживания; 5) вывод подтверждения анализа исследовательского отчета. Железное правило: пул акций признает только подтвержденные акции из пула акций DaKaimen (указанные в investment/大开门股票池.md), новые акции для замены не ищутся.

машинный переводПоказать оригиналСкрыть оригинал«研报分析与股票池关联跟踪skill。当用户发送研报/研究报告/调研纪要/PDF/DOCX/文件/链接/文字要求分析,或说"分析这份研报"、"…»

研报分析与股票池关联跟踪skill。当用户发送研报/研究报告/调研纪要/PDF/DOCX/文件/链接/文字要求分析,或说"分析这份研报"、"提取这份报告的信息"、"这份研报和我们股票池有什么关系"、"存档这份研报"时触发。核心功能:1)提取研报关键信息;2)关联到现有大开门股票池标的;3)追加写入跟踪存档文件;4)更新累计跟踪指标总表;5)输出研报分析回执。铁律:股票池只认准已确认的大开门股票池(investment/大开门股票池.md 中列出的标的),不临时搜索新标的替代。

ClawHub Agent Skills автор: chris v1.0.1 MIT-0 4 файла тело ≈ 785 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Навык анализа исследовательских отчетов и отслеживания связи с пулом акций.

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

СправочникWordДанные и аналитикаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
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: 4. 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
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 38
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 785 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -215 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 240 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 38 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: clean
This skill is a disclosed report-tracking workflow that reads research material and appends analysis to local investment-tracking files, with no evidence of hidden, networked, destructive, or credential-related behavior.
LLM: benign (high) · VirusTotal: · 7 июн. 2026 г.