SKILLEMALL.ai
EN Войти

BC agent-stock-pro

Профессиональная версия ИИ-квантовой торговли на фондовом рынке, поддерживающая выбор акций, принятие торговых решений, анализ позиций, квантовую оценку, генерацию PDF-отчетов, отслеживание стратегий и симуляцию торговли. Оптимизировано на основе agent-stock: исправлена поддержка китайских шрифтов в PDF, упрощен рабочий процесс, добавлена поддержка запланированных задач.

машинный переводПоказать оригиналСкрыть оригинал«股市 AI 量化交易 Pro 版，支持选股、交易决策、持仓分析、量化评分、PDF 报告生成、策略跟踪模拟交易等。基于 agent-stock…»

股市 AI 量化交易 Pro 版，支持选股、交易决策、持仓分析、量化评分、PDF 报告生成、策略跟踪模拟交易等。基于 agent-stock 优化：修复 PDF 中文字体、精简工作流、支持定时任务。

ClawHub Agent Skills автор: Tom Chen v0.4.0 MIT-0 10 файлов тело ≈ 454 токенов Открыть источникclawhub.ai↗ проанализирован 12 ч назад

Профессиональная версия ИИ-квантовой торговли на фондовом рынке, поддерживающая выбор акций, принятие торговых решений, анализ позиций, квантовую оценку…

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

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
C
54/100
Есть пробелы
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
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: 10. 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 54/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 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
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 5
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 454 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)
  • +3Длина description 99: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 4 заголовков
  • +3Пошаговые инструкции: 5 пунктов
  • +4Есть примеры (4 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (5 из 6)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: suspicious
The skill is mostly coherent for stock analysis, but it automatically persists simulated portfolio data and can send generated financial reports without clear per-run user approval.
LLM: suspicious (high) · VirusTotal: · 5 июн. 2026 г.