SKILLEMALL.ai
GitHub ↗ EN Войти

AC use-hln-api

Консультации и операции с API Hyperliquid Names. Используйте, когда вашему агенту необходимо разрешить имена `.hl`, выполнить обратное разрешение адресов, получить профили или записи HLN, проверить запросы владельца или списка, диагностировать сбои API HLN, подготовить запрос на минтинг или помочь с интеграцией dApp HyperEVM с HL Names.

машинный переводПоказать оригиналСкрыть оригинал«Consult & operate against the Hyperliquid Names API. Use when your age…»

Consult & operate against the Hyperliquid Names API. Use when your agent needs to resolve `.hl` names, reverse-resolve addresses, fetch HLN profiles or records, inspect owner or list queries, diagnose HLN API failures, prepare a mint-pass request, or guide HyperEVM dApp integration with HL Names.

ClawHub Agent Skills автор: HL Names v1.0.0 MIT-0 19 файлов · 3 скрипта тело ≈ 1 673 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Консультации и операции с API Hyperliquid Names.

Как процесс C 64/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ИнтеграцияGitHubИИ и агентыИнфраструктуратип 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
91/100
безопасность, качество, тесты
Безопасность 60%
96
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
64/100
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 · 4

    ✓ Критических и высоких находок нет

    Средние и низкие: 4
    • низкая Утечка данных read-dotenv env-example.txt:4
      Чтение файла .env (тестовый файл / пример)
      #   cp .env.example .env
      тестовый файл
    • низкая Утечка данных read-dotenv env-example.txt:6
      Чтение файла .env (тестовый файл / пример)
      #   source .env
      тестовый файл
    • низкая Утечка данных read-dotenv README.md:45
      Чтение файла .env
      cp .env.example .env
    • низкая Секреты в коде secret-high-entropy-token references/integration.md:12
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      - `0xF2…652`
      в кавычках

    Просканировано файлов: 13. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 64/100

    • 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: 1, без проверки текущего состояния
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Ошибки и развилки. Развилок: 6
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 48
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1673 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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
    • -31 из 1 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 297 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 48 пунктов
    • +4Есть примеры (0 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (3 из 3)

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

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed HL Names API helper; it makes external API calls and includes a public fallback API key, so users should avoid sensitive lookups or proprietary eval data.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.