SKILLEMALL.ai

AD stock-research-team

Навык анализа акций (упрощенная версия v4). Быстрый режим основного агента: сбор данных westock-data + получение актуальной информации minimax__web_search (включая правила по регулированию/штрафам/политике 🛡️) + комплексные рекомендации. Охватывает акции A-share / Hong Kong / US. Форк stock-research-team (charonling, 1.0.0) со значительными упрощениями — больше не поддерживает конвейер с несколькими агентами.

машинный переводПоказать оригиналСкрыть оригинал«股票分析技能(v4 简化版)。主 agent 单 agent 快速模式:westock-data 采集数据 + minimax__web_s…»

股票分析技能(v4 简化版)。主 agent 单 agent 快速模式:westock-data 采集数据 + minimax__web_search 实时资讯(含🛡️ 监管/处罚/政策 hard rule)+ 综合建议。覆盖 A 股 / 港股 / 美股。Fork of `stock-research-team` (charonling, 1.0.0) 并大幅简化——不再支持多 agent 流水线。

ClawHub Agent Skills автор: Tony v4.0.0 MIT-0 6 файлов тело ≈ 593 токенов Открыть источникclawhub.ai проанализирован 28 ч назад

Навык анализа акций (упрощенная версия v4).

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
D
41/100
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: 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 41/100

  • 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
  • 40Согласованность. Имя во frontmatter (stock-research-team) не совпадает с папкой (tanteng-stock-research)
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 13
  • 100Стоимость исполнения. Тело инструкции 593 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 202 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 13 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 4)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: clean
This is a disclosed Chinese-language stock research skill that gathers market/news data and produces investment-style analysis, with no hidden persistence, credential access, or automatic destructive behavior found.
LLM: benign (high) · VirusTotal: · 27 июл. 2026 г.