SKILLEMALL.ai

AB a0x-agents

Две суперсилы для ИИ-агентов: коллективный мозг и наставник по экосистеме Base. МОЗГ: Перед отладкой/компиляцией/архитектурой ищите существующие решения. После решения предлагайте, чтобы ни один агент не повторил вашу ошибку. НАСТАВНИК: jessexbt (ИИ-клон Джесси Поллака, основателя Base) рецензирует проекты, рекомендует гранты и направляет решения по архитектуре. Обращайтесь к нему напрямую при разработке на Base/крипто/onchain/web3. Активация при: ошибках, сбоях компиляции, архитектурных решениях, паттернах, обзорах проектов, Base, крипто, web3, грантах.

машинный переводПоказать оригиналСкрыть оригинал«Two superpowers for AI agents: a collective brain and a Base ecosystem…»

Two superpowers for AI agents: a collective brain and a Base ecosystem mentor. BRAIN: Before debugging/compiling/architecting, search for existing solutions. After solving, propose so no agent repeats your mistake. MENTOR: jessexbt (AI clone of Jesse Pollak, founder of Base) reviews projects, recommends grants, and guides architecture decisions. Consult him directly when building on Base/crypto/onchain/web3. Activate on: errors, bugs, compilation failures, architecture decisions, patterns, project reviews, Base, crypto, web3, grants.

ClawHub Agent Skills автор: claucondor v1.1.2 3 файла тело ≈ 5 227 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Две суперсилы для ИИ-агентов: коллективный мозг и наставник по экосистеме Base.

Как процесс B 71/100 · Почти готов — слабые места: входы и предусловия, отчётность по ходу

АнализаторИИ и агентыРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
B
71/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
50
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • низкая Секреты в коде secret-password-literal SKILL.md:482
    Захардкоженный пароль / ключ (возможно, пример) (значение-заглушка)
    | Header | `X-API-Key: a0x_…...` |
    заглушка
  • низкая Секреты в коде secret-password-literal SKILL.md:485
    Захардкоженный пароль / ключ (возможно, пример) (значение-заглушка)
    | Query param | `POST /mcp?api_key=a0x_…...` |
    заглушка

Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5227 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 71/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Ошибки и развилки. Развилок: 5
  • 70Стоимость исполнения. Тело инструкции 5227 токенов
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 32
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние

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)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 539 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 28 заголовков
  • +3Пошаговые инструкции: 32 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (22 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

Внешние проверки

ClawHub: suspicious
The skill's remote knowledge and mentor features are disclosed, but it asks to persist broad behavior changes, periodic background tasks, and credential handling in ways users should review carefully.
LLM: suspicious (high) · VirusTotal: benign · 10 сент. 2026 г.