SKILLEMALL.ai

BD 信用与固收分析

Фреймворк для анализа фиксированного дохода и кредитоспособности, охватывающий рейтинги кредитных облигаций, анализ спредов, оценку риска дефолта, исследование муниципальных облигаций, а также ценообразование и исследование стратегий конвертируемых облигаций.

машинный переводПоказать оригиналСкрыть оригинал«固收与信用分析框架,涵盖信用债评级、利差分析、违约风险评估、城投债研究,以及可转债定价与策略研究。…»

固收与信用分析框架,涵盖信用债评级、利差分析、违约风险评估、城投债研究,以及可转债定价与策略研究。

ClawHub Agent Skills автор: BondClaw.AI v1.0.0 MIT-0 2 файла тело ≈ 5 786 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Фреймворк для анализа фиксированного дохода и кредитоспособности, охватывающий рейтинги кредитных облигаций, анализ спредов, оценку риска дефолта…

Как процесс D 40/100 · 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
82/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
54
Прогон на моделях
не было
Процессный рейтинг
D
40/100
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.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 2. 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")
  • предупреждение body-long тело SKILL.md ≈ 5786 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 40/100

  • 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 (信用与固收分析) не совпадает с папкой (bondcreditanalysis-cn)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 70Стоимость исполнения. Тело инструкции 5786 токенов
  • 100Шаги. Шагов: 124
  • 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 49: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 54 заголовков
  • +3Пошаговые инструкции: 124 пунктов
  • +4Есть примеры (32 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 54.

Внешние проверки

ClawHub: clean
This is a reference-only fixed-income and credit-analysis skill with no evidence of hidden access, persistence, or unsafe install behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.