SKILLEMALL.ai
GitHub ↗ EN Войти

BC airdrop-monitor-cn

Помощник по мониторингу аирдроп-задач и объявлений. Отслеживает изменения контента на страницах объявлений/документации проектов, извлекает информацию о сроках, выявляет ключевые слова с высоким риском и подозрительные ссылки, выдает исполнимый список ежедневных действий. Используется для превращения "фарминга аирдропов" в повторяемый процесс мониторинга (локальный запуск + опциональная оплата).

машинный переводПоказать оригиналСкрыть оригинал«空投任务与公告监控助手。监控项目公告页/文档页的内容变化，提取截止时间线索，识别高风险关键词与可疑链接，输出可执行的每日行动清单。用于把“刷…»

空投任务与公告监控助手。监控项目公告页/文档页的内容变化，提取截止时间线索，识别高风险关键词与可疑链接，输出可执行的每日行动清单。用于把“刷空投”变成可重复的监控流程（本地运行 + 可选计费）。

ClawHub Agent Skills автор: dll-create v0.1.3 9 файлов тело ≈ 300 токенов Открыть источникclawhub.ai↗ проанализирован 4 дн назад

Помощник по мониторингу аирдроп-задач и объявлений.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип 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
B
86/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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 Рискованное назначение intent-wallet-secrets monitor.py:17
    Работает с секретами криптокошелька (сид-фраза / приватный ключ) — классическая цель стилеров (в кавычках — упоминание, а не команда)
    RISK_KEYWORDS = ["private key", "seed phrase", "mnemonic", "助记词", "私钥"]
    в кавычках
  • низкая Утечка данных read-dotenv README-BILLING.md:14
    Чтение файла .env
    cp .env.example .env

Просканировано файлов: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 53/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 7
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 300 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
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 97: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 6 заголовков
  • +3Пошаговые инструкции: 7 пунктов
  • +4Есть примеры (5 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: suspicious
This is a disclosed local airdrop-monitoring tool, but it includes live billing code that can charge users or generate payment links without a per-run confirmation or sandbox guard.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.