SKILLEMALL.ai

AD stock-analysis

Этот навык следует использовать, когда пользователь просит «проанализировать акцию», «исследовать компанию», «предоставить мне отчет об исследовании [тикер]», «провести анализ акций [компания]», «провести фундаментальный анализ [тикер]», «оценить [компания] для инвестиций», «что вы думаете о [тикер]», «проанализировать [AAPL / TSLA / NVDA / и т. д.]», «глубокое погружение в [компания]» или любой запрос на структурированное исследование акций, инвестиционную идею или финансовый анализ публично торгуемой компании.

машинный переводПоказать оригиналСкрыть оригинал«This skill should be used when the user asks to "analyze a stock", "re…»

This skill should be used when the user asks to "analyze a stock", "research a company", "give me a research report on [ticker]", "run stock analysis on [company]", "do fundamental analysis of [ticker]", "evaluate [company] for investment", "what do you think of [ticker]", "analyze [AAPL / TSLA / NVDA / etc.]", "deep dive on [company]", or any request for structured equity research, investment thesis, or financial analysis of a publicly traded company.

ClawHub Agent Skills автор: QQP v1.0.0 MIT-0 7 файлов тело ≈ 1 731 токенов Открыть источникclawhub.ai проанализирован 19 ч назад

Этот навык следует использовать, когда пользователь просит «проанализировать акцию», «исследовать компанию», «предоставить мне отчет об исследовании [тикер]»…

Как процесс D 47/100 · Процесс не доведён — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

АнализаторДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
D
47/100
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

    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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 47/100

    • 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
    • 40Согласованность. Имя во frontmatter (stock-analysis) не совпадает с папкой (stock-analysis-skills)
    • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 36
    • 100Стоимость исполнения. Тело инструкции 1731 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
    • +4Нет примеров входа/выхода
    • -216 эмодзи в инструкциях: шум для модели
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 9 примера фраз-триггеров в кавычках
    • +3Длина description 456 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 36 пунктов
    • +4Справочные файлы упоминаются в инструкциях (5 из 5)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This is a documentation-only stock research framework with no code execution, private-data access, persistence, or install-time behavior.
    LLM: benign (high) · VirusTotal: · 16 июн. 2026 г.