SKILLEMALL.ai

BC stock-data-monorepo

Набор навыков для запроса данных по акциям А-класса, включающий 4 поднавыка: cn-stock-volume (объем торгов), stock-top-gainers (рейтинг лидеров роста), ths-stock-themes (тематические концепции), stock-theme-events (события по темам). **Сценарии запуска**: - Как зависимость данных для stock-daily-report - При отдельном запросе данных по акциям

машинный переводПоказать оригиналСкрыть оригинал«A 股数据查询技能集合,包含 4 个子技能:cn-stock-volume(成交量)、stock-top-gainers(涨幅排名)、ths…»

A 股数据查询技能集合,包含 4 个子技能:cn-stock-volume(成交量)、stock-top-gainers(涨幅排名)、ths-stock-themes(题材概念)、stock-theme-events(题材事件)。 **触发场景**: - 作为 stock-daily-report 的数据源依赖 - 单独查询股票数据时

ClawHub Agent Skills автор: shinelp100 v1.2.5 MIT-0 50 файлов тело ≈ 507 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Набор навыков для запроса данных по акциям А-класса, включающий 4 поднавыка: cn-stock-volume (объем торгов), stock-top-gainers (рейтинг лидеров роста)…

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

ПроцедураДанные и аналитикаИнфраструктуратип 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
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: 6. 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: 10
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 507 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 169 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 10 пунктов
  • +4Есть примеры (4 блоков кода)

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

Внешние проверки

ClawHub: suspicious
This stock-data skill mostly matches its stated purpose, but it needs review because it can spawn OpenClaw subagents and create persistent local reports while some data fallbacks are under-disclosed.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.