SKILLEMALL.ai

AC finance-analyzer

Этот навык следует использовать, когда пользователю необходимо проанализировать финансовую отчетность (Отчет о прибылях и убытках, Баланс, Отчет о движении денежных средств) из файлов Excel или CSV. Он извлекает финансовые данные и рассчитывает ключевые показатели, такие как рентабельность собственного капитала (ROE), рентабельность активов (ROA), валовая прибыль и чистая прибыль. Сценарии срабатывания включают запросы вроде «проанализируй этот финансовый отчет», «рассчитай ROE/ROA», «какова валовая прибыль» или любую задачу, связанную с чтением и интерпретацией финансовых электронных таблиц.

машинный переводПоказать оригиналСкрыть оригинал«This skill should be used when a user needs to analyze financial state…»

This skill should be used when a user needs to analyze financial statements (Income Statement, Balance Sheet, Cash Flow Statement) from Excel or CSV files. It extracts financial data and calculates key metrics such as ROE, ROA, gross margin, and net margin. Trigger scenarios include requests like "analyze this financial report", "calculate ROE/ROA", "what's the gross margin", or any task involving reading and interpreting financial spreadsheets.

ClawHub Agent Skills автор: zhengmengkaiZMK v1.0.1 MIT-0 4 файла тело ≈ 921 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Этот навык следует использовать, когда пользователю необходимо проанализировать финансовую отчетность (Отчет о прибылях и убытках, Баланс, Отчет о движении…

Как процесс C 59/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, отчётность по ходу

АнализаторДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
100/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
99
Прогон на моделях
не было
Процессный рейтинг
C
59/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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: 4. 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 59/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (read, python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Ошибки и развилки. Развилок: 4
    • 85Шаги. Шагов: 23, расплывчатых формулировок: 1
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 921 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 3 примера фраз-триггеров в кавычках
    • +3Длина description 449 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 23 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (3 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 99.

    Внешние проверки

    ClawHub: clean
    This skill locally analyzes user-provided financial spreadsheets and does not show hidden data sharing, credential use, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.