SKILLEMALL.ai

BD stock-analysis-expert

Профессиональная девятимерная система анализа акций A-shares — комплексный анализ политики, фундаментальных показателей, технических индикаторов и потоков капитала, поддержка ESG-рейтинга, отслеживание северных фондов, анализ волатильности опционов. Применимый рынок: A-shares (Шанхайская и Шэньчжэньская биржи) Версия: V3.0 Девятимерная система анализа: - Уровень 0: аудит качества информации - Уровень 1: макроэкономическая среда (оценка температуры воды) - Уровень 2: анализ политики - Уровень 3: логика отрасли (выбор трека) - Уровень 4: фундаментальные показатели компании (модель 4M+) - Уровень 5: анализ конкурентной среды - Уровень 6: технический аспект (вспомогательный уровень) - Уровень 7: потоки капитала (катализатор) - Уровень 8: поведенческий финансовый уровень Основные функции: - Многомерный анализ финансовых показателей - Комбинированные сигналы технических индикаторов - Отслеживание денежных потоков - Модель оценки рисков - Сравнительный анализ оценки - Сигналы покупки/продажи в реальном времени Вывод: профессиональный отчет об анализе акций (включая инвестиционные рекомендации).

машинный переводПоказать оригиналСкрыть оригинал«专业A股九维分析体系 - 政策面+基本面+技术面+资金面全面分析,支持ESG评级、北向资金追踪、期权波动率分析 适用市场:A股(沪深两市)…»

专业A股九维分析体系 - 政策面+基本面+技术面+资金面全面分析,支持ESG评级、北向资金追踪、期权波动率分析 适用市场:A股(沪深两市) 版本:V3.0 九维分析体系: - 第0层:信息质量审计 - 第1层:宏观环境(水温判断) - 第2层:政策面分析 - 第3层:行业逻辑(赛道选择) - 第4层:公司基本面(4M+模型) - 第5层:竞争格局分析 - 第6层:技术面(辅助层) - 第7层:资金面(催化剂) - 第8层:行为金融层 核心功能: - 多维度财务指标分析 - 技术指标组合信号 - 资金流向追踪 - 风险评估模型 - 估值对比分析 - 实时买卖信号 输出:专业股票分析报告(含投资建议)

ClawHub Agent Skills автор: yanyangyunhai v0.1.0 MIT-0 2 файла тело ≈ 153 токенов Открыть источникclawhub.ai проанализирован 25 ч назад

Профессиональная девятимерная система анализа акций A-shares — комплексный анализ политики, фундаментальных показателей, технических индикаторов и потоков…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

Анализатортип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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: 2. 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 "categories"
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
  • заметка frontmatter-key неизвестное поле фронтматтера "repository"

Процессный рейтинг: все десять параметров 49/100

  • 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 (stock-analysis-expert) не совпадает с папкой (stock-analysis-skill-2)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 26
  • 100Стоимость исполнения. Тело инструкции 153 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +3Длина description 306 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 26 пунктов
  • +4Есть примеры (1 блоков кода)
  • +1Лицензия указана

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

Внешние проверки

ClawHub: suspicious
This skill has no executable behavior, but it presents high-stakes stock buy/sell recommendations while also saying it is not investment advice.
LLM: suspicious (high) · 17 июл. 2026 г.