SKILLEMALL.ai

AC expected-move-visualizer

Визуализатор ожидаемого движения для акций и ETF: преобразует подразумеваемую волатильность в автономную HTML-диаграмму, показывающую смоделированный 30, 60 и 90-дневный конус ожидаемого движения вокруг текущей цены, смещенный спросом на опционы пут и колл с 25-м страйком, с контекстом ранга IV и отмеченной датой следующих дивидендов внутри конуса. Отображается в автономном режиме из снимка данных, без вызовов в реальном времени во время просмотра. Используйте для калькулятора ожидаемого движения, прогноза движения акции, диаграммы подразумеваемой волатильности, ожидаемого движения опционов, ранга IV, визуализатора движения дивидендов, оценки движения стрэддла. Только для чтения. Без торговли, без покупок, без операций записи, без доступа к кошельку.

машинный переводПоказать оригиналСкрыть оригинал«Expected move visualizer for stocks and ETFs: turn implied volatility…»

Expected move visualizer for stocks and ETFs: turn implied volatility into a self-contained HTML chart showing the modeled 30, 60 and 90 day expected move cone around the current price, skewed by 25-delta put and call demand, with IV rank context and the next earnings date marked inside the cone. Renders offline from a bound data snapshot, no live call at view time. Use for expected move calculator, how much is this stock expected to move, implied volatility chart, options expected move, IV rank, earnings move visualizer, straddle move estimate. Read-only. No trading, no purchases, no write operations, no wallet access.

ClawHub Agent Skills автор: Senti v1.0.5 MIT-0 4 файла тело ≈ 4 689 токенов Открыть источникclawhub.ai проанализирован 33 ч назад

Визуализатор ожидаемого движения для акций и ETF: преобразует подразумеваемую волатильность в автономную HTML-диаграмму, показывающую смоделированный 30, 60 и…

Как процесс C 54/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, повторный запуск

ГенераторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
54/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • средняя Утечка данных net-credential-use SKILL.md:115
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      curl -H "X-SentiSense-API-Key: $SENTISENSE_API_KEY" \

    Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
    • заметка frontmatter-key неизвестное поле фронтматтера "requires"
    • заметка frontmatter-key неизвестное поле фронтматтера "primaryEnv"

    Процессный рейтинг: все десять параметров 54/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash, web, python, node), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 70Стоимость исполнения. Тело инструкции 4689 токенов
    • 100Шаги. Шагов: 36
    • 100Согласованность. Имя и обязательные поля на месте
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

    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 627 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 36 пунктов
    • +4Есть примеры (3 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: suspicious
    The skill is mostly read-only and purpose-aligned, but its generated HTML has a real script-injection hardening gap and includes unavoidable SentiSense promotion.
    LLM: suspicious (high) · 8 сент. 2026 г.