Token导航 LogoToken导航TokenDH.com
效率需要联网clawhub未标认证来源可访问clear审计通过

us-value-investing-framework美国价值投资框架

Agent Skill

us-value-investing-framework 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

85,638

周安装

3,431

GitHub Stars

2

下载量

27,722
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:us-value-investing-framework(美国价值投资框架)
来源仓库:https://github.com/spyfree/us-value-investing-framework
安装命令:
openclaw skills install us-value-investing-framework
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install us-value-investing-framework

简介

结构化双语框架,通过质量、护城河、管理、估值和风险来评估美国股票,以进行购买/观察/避免决策和监控。

SKILL.md

name
us-value-investing-framework
description
US stock valuation model skill (English-first + 中文) based on financial report data. Use when you need to apply explicit rules: ROE > 15% for 3+ years, debt ratio < 50%, free cash flow > 80% of net income, moat assessment (brand/network effect/cost advantage), then output investment rating (A/B/C/D) with reasons.

US Stock Valuation Model - Value Investing Framework (EN + 中文)

This skill is an explicit rule-based value model focused on US stocks.

Input

Company financial report data (structured JSON), including:

  • 3+ years of ROE
  • Debt ratio
  • Free cash flow and net income
  • Moat assessment: brand / network effect / cost advantage

Use the bundled template: references/input-template.json.

Decision Rules (strict)

  1. ROE rule: ROE > 15% for at least 3 consecutive years
  2. Leverage rule: Debt ratio < 50%
  3. Cash conversion rule: Free cash flow > 80% of net income
  4. Moat rule: evaluate brand/network effect/cost advantage

Output

  • Investment rating: A / B / C / D
  • Reasons (pass/fail explanation per rule)
  • Bilingual summary (EN main + 中文摘要)

Run

python3 scripts/evaluate_company.py \
  --input references/input-template.json \
  --out .state/eval.json \
  --markdown .state/eval.md

Rating policy

  • A: all 4 rules pass
  • B: 3 rules pass
  • C: 2 rules pass
  • D: 0-1 rule pass

Resources

  • scripts/evaluate_company.py: deterministic evaluator
  • references/input-template.json: input schema example

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

96.76%
按下载量换算26,824

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

未展示

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills