SKILLEMALL.ai

BF a-share-expert

Эксперт по принятию решений в торговле акциями A-share (Китай). Интегрирует серверы данных MCP с экспертной методологией в 9 сценариях: диагностика владения, отбор кандидатов, анализ событий, оптимизация портфеля, внутридневное сканирование, поиск тематических запусков и дисциплина фиксации прибыли/ограничения убытков. Для принятия решений по торговле на основных площадках Шанхая/Шэньчжэня.

машинный переводПоказать оригиналСкрыть оригинал«A-share (China) stock trading decision expert. Integrates stock data M…»

A-share (China) stock trading decision expert. Integrates stock data MCP servers with expert methodology across 9 scenarios: holding diagnosis, candidate screening, event-driven analysis, portfolio optimization, intraday scanning, theme-launch hunting, and profit-taking/stop-loss discipline. For Shanghai/Shenzhen main-board trading decisions.

ClawHub Agent Skills автор: xiaoze-hub v1.0.10 MIT-0 9 файлов тело ≈ 3 689 токенов Открыть источникclawhub.ai проанализирован 35 ч назад

Эксперт по принятию решений в торговле акциями A-share (Китай).

Как процесс F 40/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: URL

ИнтеграцияИИ и агентыЛюди и наймИсследованиятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
83/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
58
Прогон на моделях
не было
Процессный рейтинг
F
40/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: URL
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: A-share (China) stock trading decision expert. Integrates stock da… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение missing-ref ссылка на отсутствующий файл: URL

Процессный рейтинг: все десять параметров 40/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: URL
  • 0Инструменты и файлы. Не хватает 1 файла(ов): URL
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Шаги. Шагов: 97
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3689 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 12. 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
  • -2219 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 344 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 40 заголовков
  • +3Пошаговые инструкции: 97 пунктов
  • +4Есть примеры (15 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (7 из 7)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 58.

Внешние проверки

ClawHub: suspicious
This is a coherent A-share trading-analysis skill, but it gives highly actionable speculative trading guidance with broad triggers and weak financial-risk disclosure, so users should review it carefully before installing.
LLM: suspicious (high) · 6 авг. 2026 г.