BC orcatrace
Аналитика Polymarket для AI-агентов — отслеживайте умные деньги, находите то, что упускают другие. Сигналы предсказательных рынков в реальном времени по 42 тысячам рынков: переоценки с контролем качества и микроструктурой книги заявок, отслеживание входов крупных игроков с калибровкой их кошельков до разрешения (следовать/отказаться), и обнаруженные AI рынки с предопределенным исходом — единая лента. Плюс ежеквартальный Intelligence Digest, скоро разрешающиеся рынки, таблицы калибровки крупных игроков и глубокое исследование одного рынка за $1. Оплата по вызову через x402 (только USDC на Base); без аккаунтов, без API ключей. Бесплатные /v1/index, /v1/pulse, /v1/digest/brief, /v1/sample и /v1/track-record (проверяемая таблица результатов крупных игроков) раскрывают воронку и каждую платную функцию до оплаты.
машинный переводПоказать оригиналСкрыть оригинал«Polymarket intelligence for AI agents — track smart money, see what ot…»
Polymarket intelligence for AI agents — track smart money, see what others miss. Real-time prediction-market signals across 42K markets: quality-gated repricings with order-book microstructure, tracked-whale entries annotated with each wallet's hold-to-resolution calibration (follow/fade), and AI-detected predetermined-outcome markets — one unified feed. Plus the 4-hourly Intelligence Digest, markets resolving soon, whale calibration tables, and $1 single-market deep research. Pay-per-call via x402 (USDC on Base only); no accounts, no API keys. Free /v1/index, /v1/pulse, /v1/digest/brief, /v1/sample, and /v1/track-record (a verifiable whale scorecard) expose the funnel and every paid shape before you pay.
Аналитика Polymarket для AI-агентов — отслеживайте умные деньги, находите то, что упускают другие.
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage"
Процессный рейтинг: все десять параметров 51/100
- 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
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 6
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2422 токенов
- 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)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 714 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 7 заголовков
- +3Пошаговые инструкции: 6 пунктов
- +4Есть примеры (3 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.