SKILLEMALL.ai

AC hyperliquid-account

Чтение учетной записи Hyperliquid с рабочего компьютера — позиции и маржа, спотовые балансы, открытые ордера, включая детали триггеров, исполнения, уплаченные комиссии, обновления реестра, статус ордера по oid или cloid, исторические ордера, историю портфеля, уровень комиссий и бюджет лимита скорости — с примерами curl и Python SDK. Только для чтения, требуется только адрес учетной записи. Используйте для определения входных данных, проверки книги ордеров, сверки и обзоров.

машинный переводПоказать оригиналСкрыть оригинал«Read a Hyperliquid account from the desk computer - positions and marg…»

Read a Hyperliquid account from the desk computer - positions and margin, spot balances, open orders including trigger details, fills, funding paid, ledger updates, order status by oid or cloid, historical orders, portfolio history, fee tier and rate-limit budget - with curl and Python SDK examples. Read-only, needs only the account address. Use for sizing inputs, book checks, reconciliation and reviews.

ClawHub Agent Skills автор: Galleon Labs v1.0.0 MIT-0 2 файла тело ≈ 2 109 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Чтение учетной записи Hyperliquid с рабочего компьютера — позиции и маржа, спотовые балансы, открытые ордера, включая детали триггеров, исполнения, уплаченные…

Как процесс C 52/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ИнтеграцияТорговляРазработкаФинансытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
C
52/100
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

    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: 2. 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 52/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (hyperliquid-account) не совпадает с папкой (hypergrok-hyperliquid-account)
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 10
    • 100Стоимость исполнения. Тело инструкции 2109 токенов
    • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле

    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
    • +2Инструкции на одном языке
    • +3Длина description 407 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 10 пунктов
    • +4Есть примеры (10 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.

    Внешние проверки

    ClawHub: clean
    This skill provides read-only Hyperliquid account lookup examples and does not include hidden execution, persistence, credential use, or transaction authority.
    LLM: benign (high) · VirusTotal: · 17 авг. 2026 г.