SKILLEMALL.ai

BD hectorlee-global-risk-signal

Радар сигналов внешних рисков перед открытием торгов на A-акции. Агрегирует данные по внешним рынкам (фьючерсы A50/Nasdaq/оффшорный юань/индекс доллара/VIX/казначейские облигации США 10Y), геополитическим событиям (GDELT), финансовому календарю (Wallstreet News), денежным потокам Китая (маржинальное кредитование/списки лидеров/滬深港通), внутренним новостям (Xinhua/Eastmoney Express/Sina Rolling), макроэкономическим данным (Eastmoney PMI/CPI/PPI + World Bank). Оценивает сценарии роста и падения, выдает прогноз направления + оценку риска от 1 до 5 + карточку сигнала для обмена. Поддерживает отправку в группы Feishu. Бесплатный MIT-проект с открытым исходным кодом, без сторонних зависимостей, готов к использованию без ключей. Триггерные слова: радар перед открытием, сигналы перед открытием, внешние риски, глобальные риски, внешние рынки, внешние рынки сегодня, риски перед открытием, сигналы риска, внешние рынки сегодня, внешние аномалии.

машинный переводПоказать оригиналСкрыть оригинал«A股盘前外围风险信号雷达。聚合外围行情(A50期货/纳指期货/离岸人民币/美元指数/VIX/美债10Y)、地缘事件(GDELT)、财经日历(…»

A股盘前外围风险信号雷达。聚合外围行情(A50期货/纳指期货/离岸人民币/美元指数/VIX/美债10Y)、地缘事件(GDELT)、财经日历(华尔街见闻)、中国资金面(两融/龙虎榜/沪深港通)、国内新闻(中新网/东财快讯/新浪滚动)、宏观数据(东财PMI/CPI/PPI+World Bank)六大维度,做多空情景推演打分,输出方向判断+1-5级风险分级+可分享信号卡,支持推送飞书群。MIT开源免费、零第三方依赖、无key开箱即用。触发词:盘前雷达、盘前信号、外围风险、全球风险、外围市场、今晚外围、盘前外围、风险信号、今日外围、外围异动。

ClawHub Agent Skills автор: HectorLee v0.1.2 MIT-0 17 файлов тело ≈ 649 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Радар сигналов внешних рисков перед открытием торгов на A-акции.

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
D
43/100
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: 16. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

Процессный рейтинг: все десять параметров 43/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 14
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 649 токенов

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
  • +2Инструкции на одном языке
  • +3Длина description 270 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 14 пунктов
  • +4Есть примеры (2 блоков кода)
  • +3Все 10 скриптов описаны в инструкциях
  • +1Лицензия указана

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

Внешние проверки

ClawHub: clean
This skill fetches public market and news data, creates local reports, and optionally posts a disclosed Feishu update; its risks are mostly configuration and data-integrity cautions rather than hidden or malicious behavior.
LLM: benign (high) · VirusTotal: · 31 авг. 2026 г.