SKILLEMALL.ai
EN Войти

BF stock-master-hunter

Первый в мире AI Skill, объединяющий теорию волн Эллиотта, динамику объема и цены, анализ трендов и циклов, а также фундаментальный скрининг 100-кратного роста. Определяет точки входа прорыва и выявляет акции с потенциалом роста в 10x/100x. Интегрирует базу знаний IMA, рыночные данные в реальном времени и бэктестинг.

машинный переводПоказать оригиналСкрыть оригинал«World-first AI Skill fusing Elliott Wave Theory, volume-price dynamics…»

World-first AI Skill fusing Elliott Wave Theory, volume-price dynamics, trend-cycle analysis, and 100-bagger fundamental screening. Captures breakout entry points and identifies 10x/100x potential stocks. Integrates IMA knowledge base, real-time market data, and backtesting.

ClawHub Agent Skills автор: WANG DONG JIE v2.1.0 MIT-0 5 файлов тело ≈ 5 712 токенов Открыть источникclawhub.ai↗ проанализирован 22 ч назад

Первый в мире AI Skill, объединяющий теорию волн Эллиотта, динамику объема и цены, анализ трендов и циклов, а также фундаментальный скрининг 100-кратного роста.

Как процесс F 48/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/ima-integration.md, references/ima-learned.md, examples/example-603256.md

АнализаторРазработкаДанные и аналитикаМаркетингтип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
79/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
48
Прогон на моделях
не было
Процессный рейтинг
F
48/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/ima-integration.md, references/ima-learned.md, examples/example-603256.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Когда включается вес 12
20
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.
  3. 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: 5. 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")
  • предупреждение body-long тело SKILL.md ≈ 5712 токенов (рекомендуется < 5000); вынесите детали в references/
  • предупреждение missing-ref ссылка на отсутствующий файл: references/ima-integration.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/ima-learned.md
  • предупреждение missing-ref ссылка на отсутствующий файл: examples/example-603256.md
  • предупреждение missing-ref ссылка на отсутствующий файл: examples/example-hk2513.md
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"
  • заметка frontmatter-key неизвестное поле фронтматтера "updated"
  • заметка frontmatter-key неизвестное поле фронтматтера "changelog"

Процессный рейтинг: все десять параметров 48/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/ima-integration.md, references/ima-learned.md, examples/example-603256.md
  • 0Инструменты и файлы. Не хватает 4 файла(ов): references/ima-integration.md, references/ima-learned.md, examples/example-603256.md
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 5712 токенов
  • 85Шаги. Шагов: 88, расплывчатых формулировок: 1
  • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 10. 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
  • +2Инструкции на одном языке
  • +3Длина description 275 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 29 заголовков
  • +3Пошаговые инструкции: 88 пунктов
  • +4Есть примеры (10 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 48.

Внешние проверки

ClawHub: suspicious
The skill is a coherent stock-analysis assistant, but it asks agents to use local API credentials and modify its own knowledge/version files without a clear consent or review boundary.
LLM: suspicious (high) · VirusTotal: · 30 июн. 2026 г.