SKILLEMALL.ai
GitHub ↗ EN Войти

AC hyperx-data-api

Используйте при создании приложений с HyperX Data API — аналитика кошелька Hyperliquid, рыночные данные, ленты Twitter/новостей. Триггеры: "HyperX API", "data-api.hyperx.trade", "wallet analysis", "Hyperliquid data", "crypto Twitter API", "market positions", "fills API", "trading analytics".

машинный переводПоказать оригиналСкрыть оригинал«Use when building apps with HyperX Data API — Hyperliquid wallet analy…»

Use when building apps with HyperX Data API — Hyperliquid wallet analytics, market data, Twitter/news feeds. Triggers on: "HyperX API", "data-api.hyperx.trade", "wallet analysis", "Hyperliquid data", "crypto Twitter API", "market positions", "fills API", "trading analytics".

ClawHub Agent Skills автор: hyperxtrade v1.1.0 MIT-0 2 файла тело ≈ 1 817 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Используйте при создании приложений с HyperX Data API — аналитика кошелька Hyperliquid, рыночные данные, ленты Twitter/новостей.

Как процесс C 50/100 · Есть пробелы — слабые места: шаги, результат и критерий готовности, входы и предусловия

ИнтеграцияДанные и аналитикаИнфраструктуратип 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
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
C
50/100
Есть пробелы
Шаги вес 15
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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 50/100

    • 0Шаги. Инструкция сплошным текстом, шаги не выделены
    • 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
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1817 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Нет пошаговых инструкций или чек-листа
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 8 примера фраз-триггеров в кавычках
    • +3Длина description 275 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 13 заголовков
    • +4Есть примеры (3 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.

    Внешние проверки

    ClawHub: clean
    This skill is a documentation helper for using the HyperX Data API and does not include hidden code, installation scripts, persistence, or unrelated data access.
    LLM: benign (high) · VirusTotal: · 20 авг. 2026 г.