SKILLEMALL.ai

BF optical-comm-investing

Инвестиционный аналитический фреймворк для цепочки поставок оптической связи (самообучающийся). Основан на систематизации 160 статей от闷得而蜜 и 15 длинных статей от查尔斯大风车, поддерживает автоматическое добавление новых постов. Используется для: (1) анализа акций, связанных с оптической связью (оптические модули/чипы/PCB/CPO/NPO/OCS), (2) определения технологических маршрутов (InP/кремниевая фотоника/TFLN/CPO/NPO/XPO), (3) оценки качества объектов (九字诀/大西瓜 vs 小土豆), (4) картирования цепочки поставок и анализа поставщиков, (5) обновления знаний об оптической связи/изучения новых постов от闷蜜/новых статей от查尔斯. Ключевые слова: оптическая связь, оптические модули, CPO, NPO, InP, EML, кремниевая фотоника, TFLN, OCS, оптические чипы, оптические соединения, фреймворк闷蜜, обновление знаний об оптической связи, изучение новых постов от闷蜜, новые статьи от查尔斯.

машинный переводПоказать оригиналСкрыть оригинал«AI光通信产业链投资分析框架(自迭代)。基于闷得而蜜160篇专栏+查尔斯大风车15篇长文的系统性整理,支持持续学习新帖自动追加。用于:(1)…»

AI光通信产业链投资分析框架(自迭代)。基于闷得而蜜160篇专栏+查尔斯大风车15篇长文的系统性整理,支持持续学习新帖自动追加。用于:(1)分析光通信相关股票(光模块/光芯片/PCB/CPO/NPO/OCS概念股),(2)判断技术路线(InP/硅光/TFLN/CPO/NPO/XPO),(3)评估标的质量(九字诀/大西瓜vs小土豆),(4)产业链映射和供应链分析,(5)更新光通信知识/学习闷蜜新帖/查尔斯新文章。触发词:光通信、光模块、CPO、NPO、InP、EML、硅光、TFLN、OCS、光芯片、光互联、闷蜜框架、更新光通信知识、学习闷蜜新帖、查尔斯新文章。

ClawHub Agent Skills автор: SeanWeiSean v2.0.0 MIT-0 28 файлов тело ≈ 1 301 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Инвестиционный аналитический фреймворк для цепочки поставок оптической связи (самообучающийся).

Как процесс F 37/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/archive/

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
F
37/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/archive/
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 1 месте: ClawHub

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 28. 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: references/archive/

Процессный рейтинг: все десять параметров 37/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/archive/
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/archive/
  • 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
  • 100Шаги. Шагов: 70
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1301 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • 100Отчётность по ходу. Скилл сообщает о ходе работы

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 282 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 35 заголовков
  • +3Пошаговые инструкции: 70 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 5)

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

Внешние проверки

ClawHub: clean
This skill is a disclosed investment-analysis knowledge pack with an optional update workflow, but users should run updates deliberately because they can use a logged-in browser and edit local reference notes.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.