DF clawrouter
Маршрутизатор LLM с размещенным шлюзом — сэкономьте 84% на расходах на вывод. Локальный прокси, который перенаправляет каждый запрос на шлюз blockrun.ai, который маршрутизирует к самой дешевой подходящей модели среди 88 моделей от OpenAI, Anthropic, Google, DeepSeek, xAI, Z.AI и других. Включено 7 бесплатных моделей с открытым весом. Также предоставляет рыночные данные в реальном времени (глобальные акции, криптовалюты, форекс, товары), информацию Twitter/X, данные прогнозных рынков через Polymarket, Kalshi, Limitless, Opinion, Predict.Fun, dFlow + разрешение оракула UMA + идентификация и кластеризация кошельков, информация о телефонных номерах (оператор + обнаружение мошенничества с SIM-картами) плюс исходящие голосовые вызовы с помощью ИИ (Twilio + Bland.ai), А ТАКЖЕ унифицированный API данных криптовалют Surf (84 конечные точки — CEX/DEX, SQL в цепочке по 80+ таблицам ClickHouse, 100M+ помеченных кошельков, прогнозные рынки, социальные/CT mindshare, новости, информация о венчурных фондах) в качестве встроенных инструментов агента. Не является инструментом локального вывода — подсказки отправляются на шлюз blockrun.ai.
машинный переводПоказать оригиналСкрыть оригинал«Hosted-gateway LLM router — save 84% on inference costs. A local proxy…»
Hosted-gateway LLM router — save 84% on inference costs. A local proxy that forwards each request to the blockrun.ai gateway, which routes to the cheapest capable model across 88 models from OpenAI, Anthropic, Google, DeepSeek, xAI, Z.AI, and more. 7 free open-weight models included. Also exposes realtime market data (global stocks, crypto, FX, commodities), Twitter/X intelligence, prediction-market data across Polymarket, Kalshi, Limitless, Opinion, Predict.Fun, dFlow + UMA oracle resolution + wallet identity & clustering, phone-number intelligence (carrier + SIM-swap fraud detection) plus AI-powered outbound voice calls (Twilio + Bland.ai), AND the Surf unified crypto data API (84 endpoints — CEX/DEX, on-chain SQL over 80+ ClickHouse tables, 100M+ labeled wallets, prediction markets, social/CT mindshare, news, VC fund intel) as built-in agent tools. Not a local-inference tool — prompts are sent to the blockrun.ai gateway.
Маршрутизатор LLM с размещенным шлюзом — сэкономьте 84% на расходах на вывод.
Как процесс F 34/100 · Процесс не описан — Скилл ссылается на файлы, которых нет в архиве: ../../docs/routing-profiles.md
Чем это грозит
Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.
Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.
Назначение скилла само по себе рискованное: работа с кошельками, паролями браузера, наступательная безопасность. Даже честная реализация даёт агенту доступ к тому, что стоит денег.
Объясните в description, зачем нужен доступ и как он ограничен; добавьте тесты, которые показывают отказ на опасных запросах.
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
средняя Рискованное назначение
intent-wallet-secretsSKILL.md:74Работает с секретами криптокошелька (сид-фраза / приватный ключ) — классическая цель стилеров**Not sent:** your wallet private key (only the detached payment signature is sent), any other local files, environment variables, or OpenClaw config beyond what's needed for this request.
Просканировано файлов: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - предупреждение
body-longтело SKILL.md ≈ 6293 токенов (рекомендуется < 5000); вынесите детали в references/ - предупреждение
missing-refссылка на отсутствующий файл: ../../docs/routing-profiles.md - заметка
frontmatter-keyнеизвестное поле фронтматтера "triggers" - заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage" - заметка
frontmatter-keyнеизвестное поле фронтматтера "repository"
Процессный рейтинг: все десять параметров 34/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): ../../docs/routing-profiles.md
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 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
- 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 70Стоимость исполнения. Тело инструкции 6293 токенов
- 85Шаги. Шагов: 22, расплывчатых формулировок: 2
- 100Согласованность. Имя и обязательные поля на месте
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)
- +3Длина description 937: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- -2Ссылки на localhost: у другого пользователя не заработает
- +2Инструкции на одном языке
- +4Структура: 16 заголовков
- +3Пошаговые инструкции: 22 пунктов
- +4Есть примеры (4 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 49.