ratings-snapshot — скилл для Claude Code
Скилл ratings-snapshot получает общий рейтинг и ключевые финансовые метрики (DCF, ROE, ROA, коэффициент долга, P/E, P/B) для публичных компаний. Пригодится при скрининге акций и сравнении фундаментальных показателей.
MIT 260 установок ★ 132 обновлён 2026-06-05
npx skills add OctagonAI/skills --skill ratings-snapshot -a claude-codeЧто делает ratings-snapshot
ratings-snapshot запрашивает данные через Octagon MCP и выводит таблицу с оценками компании по семи метрикам. Общий рейтинг даёт букву от A до F, компонентные оценки — числа от 1 до 5. Выше — лучше.
Можно передать несколько тикеров сразу (AAPL, MSFT, GOOGL) и ограничить количество результатов. Скилл показывает, переоценена ли акция по DCF, насколько прибыльна компания (ROE, ROA), какой у неё долг и как привлекательна валюация (P/E, P/B). Для работы нужно, чтобы Octagon MCP был настроен в вашем AI-агенте.
Какие задачи решает
- выбрать акции для скрининга по фундаментальным показателям
- сравнить качество нескольких компаний за раз
- найти потенциально недооценённые акции (высокий DCF)
- быстро оценить рентабельность и уровень долга компании
Примеры запросов агенту
- Получи рейтинг для Apple, Microsoft и Google с ключевыми метриками
- Выведи ratings snapshot для Nvidia, ограничиваясь 5 записями, чтобы оценить профиль качества
- Сравни общие рейтинги и ROE для трёх конкурентов в технологическом секторе
Как установить ratings-snapshot
1Через Skills CLI (Vercel)
npx skills add OctagonAI/skills --skill ratings-snapshot -a claude-code2Вручную: положить файлы
~/.claude/skills/ratings-snapshot/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/ratings-snapshot/
1Через Skills CLI (Vercel)
npx skills add OctagonAI/skills --skill ratings-snapshot -a codex2Вручную: положить файлы
.agents/skills/ratings-snapshot/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add OctagonAI/skills --skill ratings-snapshot -a cursor2Вручную: положить файлы
.cursor/skills/ratings-snapshot/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install OctagonAI/skills skills/ratings-snapshot2Вручную: положить файлы
.github/skills/ratings-snapshot/SKILL.md1Через Skills CLI (Vercel)
npx skills add OctagonAI/skills --skill ratings-snapshot -a gemini-cli2Командой платформы
gemini skills install https://github.com/OctagonAI/skills --path skills/ratings-snapshotВручную: положить файлы
.devin/skills/ratings-snapshot/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add OctagonAI/skills --skill ratings-snapshot -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о ratings-snapshot
Как установить ratings-snapshot в Claude Code?
Выполни в терминале npx skills add OctagonAI/skills --skill ratings-snapshot -a claude-code, затем отредактируй ~/.claude/skills/ratings-snapshot/SKILL.md по необходимости.
Что такое рейтинги в ratings-snapshot?
Общий рейтинг (A–F) — композитная оценка качества компании. Компонентные оценки (1–5) показывают, насколько хорошо компания выглядит по конкретной метрике: доходность на капитал (ROE), доходность на активы (ROA), соотношение долга и капитала (D/E), коэффициент цена/прибыль (P/E) и цена/балансовая стоимость (P/B). Выше — лучше.
Какие данные нужны для работы ratings-snapshot?
Требуется, чтобы Octagon MCP был настроен в вашем AI-агенте (Cursor, Claude Desktop, Windsurf и других). Для установки смотрите references/mcp-setup.md в репозитории.
Исходный текст
SKILL.md · MIT
---
name: ratings-snapshot
description: Retrieve ratings snapshot with overall rating and key metric scores including DCF, ROE, ROA, Debt-to-Equity, P/E, and P/B for public companies. Use when screening stocks, comparing quality metrics, or quick fundamental assessment.
---
# Ratings Snapshot
Retrieve ratings snapshot with overall rating and key metric scores for public companies using Octagon MCP.
## Prerequisites
Ensure Octagon MCP is configured in your AI agent (Cursor, Claude Desktop, Windsurf, etc.). See [references/mcp-setup.md](references/mcp-setup.md) for installation instructions.
## Query Format
```
Retrieve a ratings snapshot with overall rating and key metric scores (DCF, ROE, ROA, Debt-to-Equity, P/E, P/B) for <TICKER(S)>, limited to <N> records.
```
**MCP Call:**
```json
{
"server": "octagon-mcp",
"toolName": "octagon-agent",
"arguments": {
"prompt": "Retrieve a ratings snapshot with overall rating and key metric scores (DCF, ROE, ROA, Debt-to-Equity, P/E, P/B) for AAPL, MSFT, GOOGL, limited to 10 records"
}
}
```
## Output Format
The agent returns a table with rating scores:
| Metric | Score |
|--------|-------|
| Overall Rating | B |
| Discounted Cash Flow (DCF) | 3 |
| Return on Equity (ROE) | 5 |
| Return on Assets (ROA) | 5 |
| Debt-to-Equity | 1 |
| Price-to-Earnings (P/E) | 2 |
| Price-to-Book (P/B) | 1 |
**Data Sources:** octagon-financials-agent, octagon-stock-data-agent
## Metrics Reference
| Metric | What It Measures | Higher Score Means |
|--------|------------------|-------------------|
| Overall Rating | Composite assessment (A-F or similar) | Better overall quality |
| DCF Score | Intrinsic value vs market price | More undervalued |
| ROE Score | Return on shareholder equity | Better profitability |
| ROA Score | Return on total assets | Better asset efficiency |
| Debt-to-Equity | Leverage assessment | Lower leverage (better) |
| P/E Score | Earnings valuation | More attractive valuation |
| P/B Score | Book value valuation | More attractive valuation |
## Score Interpretation
### Overall Rating Scale
| Rating | Interpretation |
|--------|----------------|
| A | Excellent - Top quality |
| B | Good - Above average |
| C | Average - Moderate quality |
| D | Below Average - Concerns present |
| F | Poor - Significant issues |
### Component Scores (typically 1-5)
| Score | Interpretation |
|-------|----------------|
| 5 | Excellent - Top quintile |
| 4 | Good - Above average |
| 3 | Average - Middle of pack |
| 2 | Below Average - Bottom half |
| 1 | Poor - Bottom quintile |
## Analysis Tips
### Quick Screening
Use ratings for initial filtering:
- Focus on A/B overall ratings
- Look for multiple high component scores
- Flag low scores for investigation
### Identify Strengths and Weaknesses
Component analysis reveals:
- High ROE + High ROA = Efficient operator
- Low D/E = Conservative financing
- Low P/E + Low P/B = Value candidate
- High DCF = Potentially undervalued
### Peer Comparison
Compare ratings across competitors:
- Same industry normalization important
- Relative ranking within sector
- Identify best-in-class
### Value vs Quality Trade-off
Different profiles:
- High profitability + High valuation = Quality premium
- Low profitability + Low valuation = Value trap risk
- High profitability + Low valuation = Potential opportunity
## Component Deep Dives
### DCF (Discounted Cash Flow)
- Compares intrinsic value to market price
- High score = stock appears undervalued
- Based on cash flow projections
### ROE (Return on Equity)
- Net Income / Shareholders' Equity
- Measures profit per dollar of equity
- Industry-relative comparison important
### ROA (Return on Assets)
- Net Income / Total Assets
- Measures profit per dollar of assets
- Lower for asset-heavy industries
### Debt-to-Equity
- Total Debt / Shareholders' Equity
- Lower = less financial risk
- Industry norms vary significantly
### P/E (Price-to-Earnings)
- Stock Price / Earnings Per Share
- Lower may indicate value
- Compare to growth rate (PEG)
### P/B (Price-to-Book)
- Market Cap / Book Value
- Lower may indicate value
- Less relevant for asset-light companies
## Follow-up Queries
Based on results, suggest deeper analysis:
- "What specific ratings criteria are used to calculate these scores?"
- "Are there historical trends in these metrics for [COMPANY]?"
- "What is the methodology for calculating the overall rating from component scores?"
- "Compare detailed financial metrics for [TICKER1] vs [TICKER2]"
© OctagonAI · MIT · OctagonAI/skills