SKILLEMALL.ai
GitHub ↗ EN Войти

AC pumpfun-launch

Запускайте токены на pump.fun напрямую из вашего агента. Нулевые комиссии посредников — прямо в блокчейне через pumpdotfun-sdk. Используйте, когда пользователь хочет создать, запустить, развернуть или выпустить новый токен или мемкоин на pump.fun (Solana). Обрабатывает генерацию кошелька, загрузку метаданных IPFS и создание токена в блокчейне одной командой. Поддерживает режим симуляции, шифрованное хранение кошелька, пользовательские изображения и необязательную начальную покупку. Никакого PumpPortal, никаких сторонних комиссий. Просто предоставьте название, тикер, описание и изображение.

машинный переводПоказать оригиналСкрыть оригинал«Launch tokens on pump.fun directly from your agent. Zero middleware fe…»

Launch tokens on pump.fun directly from your agent. Zero middleware fees — direct on-chain via pumpdotfun-sdk. Use when the user wants to create, launch, deploy, or mint a new token or memecoin on pump.fun (Solana). Handles wallet generation, IPFS metadata upload, and on-chain token creation in one command. Supports dry-run mode, encrypted wallet storage, custom images, and optional initial buy. No PumpPortal, no third-party fees. Just provide a name, ticker, description, and image.

ClawHub Agent Skills автор: brandonhay v1.0.1 4 файла тело ≈ 477 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Запускайте токены на pump.fun напрямую из вашего агента. Нулевые комиссии посредников — прямо в блокчейне через pumpdotfun-sdk. Используйте, когда…

Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ИнтеграцияИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
62/100
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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • низкая Утечка данных read-dotenv README.md:23
      Чтение файла .env
      cp .env.example .env

    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 62/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 55Ошибки и развилки. Развилок: 1
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 6
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 477 токенов

    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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 487 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 6 пунктов
    • +4Есть примеры (4 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: suspicious
    This skill appears to do what it claims, but it can use a Solana wallet to submit irreversible mainnet token-launch transactions without an enforced in-code confirmation step.
    LLM: suspicious (high) · VirusTotal: benign · 27 мая 2026 г.