SKILLEMALL.ai
EN Войти

AB stock-watcher

Управление и мониторинг локального списка наблюдения китайских акций A-share. Используйте, когда пользователь просит добавить, удалить, перечислить, очистить или обобщить отслеживаемые акции, используя структурированные данные котировок 10jqka с резервным вариантом в виде HTML.

машинный переводПоказать оригиналСкрыть оригинал«Manage and monitor a local Chinese A-share watchlist. Use when the use…»

Manage and monitor a local Chinese A-share watchlist. Use when the user asks to add, remove, list, clear, or summarize watched stocks using 10jqka structured quote data with HTML fallback.

ClawHub Agent Skills автор: Hao v0.1.0 MIT-0 13 файлов · 2 скрипта тело ≈ 448 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Управление и мониторинг локального списка наблюдения китайских акций A-share.

Как процесс B 69/100 · Почти готов — слабые места: входы и предусловия, согласованность, отчётность по ходу

ПроцедураТексты и документытип 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
A
92/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
B
69/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Согласованность вес 8
40
три самых слабых из десяти параметров · все десять

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 · 2

    ✓ Критических и высоких находок нет

    Средние и низкие: 2
    • низкая Обфускация obf-base64-blob scripts/summarize_performance.py:29
      Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
      "eyJh…J9."
      в кавычках
    • низкая Секреты в коде secret-high-entropy-token scripts/summarize_performance.py:30
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      "ldrv…Hbk"
      в кавычках

    Просканировано файлов: 13. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 69/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 40Согласованность. Имя во frontmatter (stock-watcher) не совпадает с папкой (stock-watcher-publish)
    • 55Ошибки и развилки. Развилок: 1
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 9
    • 100Стоимость исполнения. Тело инструкции 448 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)
    • -32 из 8 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 188 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 9 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (5 блоков кода)

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

    Внешние проверки

    ClawHub: suspicious
    The skill mostly matches its stock-watchlist purpose, but its uninstall script can delete an arbitrary environment-selected directory without validation or confirmation.
    LLM: suspicious (high) · 5 авг. 2026 г.