SKILLEMALL.ai

AB binance-stat-arb-monitor

Система мониторинга статистического арбитража Binance. Рассчитывает z-score на основе соотношения цен бессрочных фьючерсов ETH/BTC, генерирует сигналы торговли по возврату к среднему и отправляет их в Telegram или Feishu. Сценарии использования: (1) Мониторинг возможностей статистического арбитража (отклонение соотношения ETH/BTC от среднего). (2) Расчет z-score для определения момента открытия/закрытия позиции. (3) Генерация торговых сигналов (OPEN/CLOSE). (4) Отправка сигналов через Telegram Channel или Feishu. (5) Запись истории сигналов для бэктестинга. Источник данных: общедоступный API фьючерсов Binance USDT (для получения рыночных данных аутентификация не требуется).

машинный переводПоказать оригиналСкрыть оригинал«Binance 统计套利监控系统。基于 ETH/BTC 永续合约价格比率计算 z-score,生成均值回归交易信号并推送到 Telegram…»

Binance 统计套利监控系统。基于 ETH/BTC 永续合约价格比率计算 z-score,生成均值回归交易信号并推送到 Telegram 或飞书。 使用场景: (1) 监控统计套利机会(ETH/BTC 比率偏离均值) (2) 计算 z-score 判断开仓/平仓时机 (3) 生成交易信号(OPEN/CLOSE) (4) 通过 Telegram Channel 或飞书推送信号 (5) 记录信号历史用于回测分析 数据来源:Binance USDT 合约公共 API(无需认证即可获取行情数据)

ClawHub Agent Skills автор: Sruie Cao v1.0.0 MIT-0 16 файлов тело ≈ 1 357 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Система мониторинга статистического арбитража Binance.

Как процесс B 67/100 · Почти готов — слабые места: когда включается, входы и предусловия, отчётность по ходу

ИнтеграцияTelegramИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
B
67/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Утечка данных exfil-webhook-url scripts/notifier.py:27
    URL вебхука / коллбэка, типичный для эксфильтрации (проверьте адрес) (хост вендора самого скилла; в кавычках — упоминание, а не команда)
    url = f"https://api.telegram.org/bot{bot_token}/sendMessage"
    vendor-hostв кавычках

Просканировано файлов: 16. 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 67/100

  • 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
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 34
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1357 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • 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)
  • -31 из 7 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 250 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 30 заголовков
  • +3Пошаговые инструкции: 34 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (8 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: clean
This skill is a disclosed Binance market-signal monitor that fetches public data, writes local signal files, and optionally sends alerts, with no hidden trading or data exfiltration found.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.