SKILLEMALL.ai

AC betting

Анализ ставок — конвертация коэффициентов, удаление маржи букмекера (de-vigging), обнаружение преимущества (edge detection), критерий Келли, обнаружение арбитража, анализ экспрессов и движение линий. Чистые вычисления, без вызовов API. Работает с коэффициентами из любого источника: ESPN (американские коэффициенты), Polymarket (десятичные вероятности), Kalshi (целые вероятности). Используйте, когда: пользователь спрашивает о размере ставки, ожидаемой стоимости, анализе преимущества, критерии Келли, арбитраже, экспрессах, движении линий, конвертации коэффициентов или сравнении коэффициентов из разных источников. Также используйте, когда у вас есть коэффициенты от ESPN и цена на рынке прогнозов, и вы хотите оценить, имеет ли ставка положительное математическое ожидание. Не используйте, когда: пользователь запрашивает коэффициенты в реальном времени или рыночные данные — сначала используйте polymarket, kalshi или специфический навык для конкретного вида спорта, чтобы получить коэффициенты, а затем используйте этот навык для их анализа.

машинный переводПоказать оригиналСкрыть оригинал«Betting analysis — odds conversion, de-vigging, edge detection, Kelly…»

Betting analysis — odds conversion, de-vigging, edge detection, Kelly criterion, arbitrage detection, parlay analysis, and line movement. Pure computation, no API calls. Works with odds from any source: ESPN (American odds), Polymarket (decimal probabilities), Kalshi (integer probabilities). Use when: user asks about bet sizing, expected value, edge analysis, Kelly criterion, arbitrage, parlays, line movement, odds conversion, or comparing odds across sources. Also use when you have odds from ESPN and a prediction market price and want to evaluate whether a bet has positive expected value. Don't use when: user asks for live odds or market data — use polymarket, kalshi, or the sport-specific skill to fetch odds first, then use this skill to analyze them.

ClawHub Agent Skills автор: André Antonelli v1.0.0 MIT-0 3 файла тело ≈ 1 512 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Анализ ставок — конвертация коэффициентов, удаление маржи букмекера (de-vigging), обнаружение преимущества (edge detection), критерий Келли, обнаружение…

Как процесс C 50/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
93
Прогон на моделях
не было
Процессный рейтинг
C
50/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
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: 3. 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 50/100

    • 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
    • 40Согласованность. Имя во frontmatter (betting) не совпадает с папкой (sports-skills-betting)
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 30
    • 100Стоимость исполнения. Тело инструкции 1512 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

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 764 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 30 пунктов
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 93.

    Внешние проверки

    ClawHub: clean
    This is a low-risk betting math helper that only provides odds and wager-analysis instructions and does not install code, fetch data, or request credentials.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.