SKILLEMALL.ai

AB ifind

Использует локальную Python-обертку вокруг официальных HTTP-конечных точек iFinD QuantAPI на quantapi.51ifind.com. Используйте, когда пользователь хочет получить рыночные, макроэкономические, фондовые, данные для конвертации кодов, календарные, отчетные или портфельные данные iFinD через HTTP без загрузки сторонних бинарных файлов. Этот навык особенно подходит, когда нужно повторно использовать локальную обертку `ifind_api.py` или пользовательскую HTTP-интеграцию iFinD, и когда необходимо проверить получение `refresh_token` и безопасное локальное хранение перед любым вызовом API.

машинный переводПоказать оригиналСкрыть оригинал«Use a local Python wrapper around the official iFinD QuantAPI HTTP end…»

Use a local Python wrapper around the official iFinD QuantAPI HTTP endpoints on quantapi.51ifind.com. Use when the user wants iFinD market, macro, fund, code-conversion, calendar, report, or portfolio data through HTTP without downloading third-party binaries. This skill is especially appropriate when a local `ifind_api.py` wrapper or custom iFinD HTTP integration should be reused, and when refresh_token acquisition and secure local storage must be checked before any API call.

ClawHub Agent Skills автор: Yann Long v1.0.0 MIT-0 8 файлов тело ≈ 1 051 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Использует локальную Python-обертку вокруг официальных HTTP-конечных точек iFinD QuantAPI на quantapi.51ifind.com. Используйте, когда пользователь хочет…

Как процесс B 76/100 · Почти готов — слабые места: входы и предусловия

ИнтеграцияРазработкаИнфраструктураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
94
Прогон на моделях
не было
Процессный рейтинг
B
76/100
Почти готов
Входы и предусловия вес 11
30
Инструменты и файлы вес 18
60
Результат и критерий готовности вес 14
60
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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 8. 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 76/100

    • 30Входы и предусловия. Не сказано, что нужно иметь на входе
    • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 31
    • 100Ошибки и развилки. Развилок: 7, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1051 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 481 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 31 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (5 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)
    • +3Все 3 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 94.

    Внешние проверки

    ClawHub: suspicious
    This appears to be a legitimate iFinD API helper, but it gives the agent broad credential-backed API access and stores a long-lived token locally.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.