SKILLEMALL.ai

BD 030复盘

Ежедневный краткосрочный обзор рынка акций A-shares (система 030). Предоставляет семиэтапный процесс обзора: обзор вчерашних торгов → сканирование предторгового состояния (трехступенчатая классификация новостей + оценка разницы ожиданий) → анализ аукциона открытия (обязательно 🔴 / опционально 🟡) → проверка открытия (структура объема + качели) → динамика внутридневной борьбы (сигналы расхождений + позиционирование капитала + подтверждение во второй половине дня) → сводка данных закрытия (анализ структуры ликвидности + количественная оценка рыночного здоровья от 1 до 10) → вероятностный прогноз на следующий день (сценарии + вероятностные веса + матрица позиций + торговый план). Включает количественные стандарты управления позициями, правила разрешения конфликтов сигналов, примеры типичных сценариев, шаблон журнала ежедневного обзора. Основной принцип: риск прежде всего (критический риск → безусловное закрытие позиции). Применимо для краткосрочного обзора рынка A-shares, оценки циклов настроений, анализа ротации тем, составления торговых планов.

машинный переводПоказать оригиналСкрыть оригинал«A股每日短线复盘完整框架(030体系)。提供七阶段复盘流程:昨日交易回顾→盘前环境扫描(消息面三级分类+预期差判断)→竞价分级分析(必做🔴…»

A股每日短线复盘完整框架(030体系)。提供七阶段复盘流程:昨日交易回顾→盘前环境扫描(消息面三级分类+预期差判断)→竞价分级分析(必做🔴/选做🟡)→开盘验证(量能结构+跷跷板)→盘中动态博弈(分歧哨兵+资金卡位+下午确认)→收盘数据汇总(流动性结构分析+市场健康度1-10量化评分)→隔日概率化推演(情景+概率权重+仓位矩阵+交易计划)。含仓位管理量化标准、信号冲突裁决规则、典型场景推演、每日复盘日志模板。核心原则:风险第一(致命风险→无条件清仓)。适用于A股短线复盘、情绪周期判断、题材轮动分析、制定交易计划。

ClawHub Agent Skills автор: userb000 v1.0.0 MIT-0 3 файла тело ≈ 1 950 токенов Открыть источникclawhub.ai проанализирован 23 ч назад

Ежедневный краткосрочный обзор рынка акций A-shares (система 030).

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

Процедуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

Процессный рейтинг: все десять параметров 49/100

  • 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 (030复盘) не совпадает с папкой (030-review)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 61
  • 100Стоимость исполнения. Тело инструкции 1950 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 16. 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 260 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 60 заголовков
  • +3Пошаговые инструкции: 61 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: clean
This skill is a disclosed A-share short-term trading review checklist, but users should treat its trading rules as educational guidance rather than personalized financial advice.
LLM: benign (high) · VirusTotal: · 2 авг. 2026 г.