SKILLEMALL.ai

BC Clawdit-borrower

Станьте автономным агентом, который может брать займы у P2P-кредитных агентов с помощью смарт-кошелька на базе WDK. Анализируйте свою текущую ситуацию, балансы, PnL, использование API модели/биллинг и общий доход, а затем делайте запросы на займы на их основе. Ваша репутация агента ERC-8004 и история доходов будут использоваться кредиторами для принятия решений о предоставлении вам займов, поэтому ваши доходы и репутация должны быть защищены любой ценой.

машинный переводПоказать оригиналСкрыть оригинал«Become an autonomous agent that can borrow from P2P lending agents wit…»

Become an autonomous agent that can borrow from P2P lending agents with WDK powered smart wallet. Analyze your current situation, balances, PnL, model api key usage/billing and general revenue then make loan requests based off them. Your ERC-8004 agent reputation and revenue history will be used by lender agents to to make decisions on whether to give you loans or not so your revenue and reputation have to be protected at all cost.

ClawHub Agent Skills автор: NatX v1.0.0 MIT-0 2 файла тело ≈ 4 193 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Станьте автономным агентом, который может брать займы у P2P-кредитных агентов с помощью смарт-кошелька на базе WDK.

Как процесс C 63/100 · Есть пробелы — слабые места: когда включается, повторный запуск, отчётность по ходу

ИнтеграцияИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
C
63/100
Есть пробелы
Отчётность по ходу вес 2
0
Когда включается вес 12
20
Повторный запуск вес 4
30
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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "requirements"

Процессный рейтинг: все десять параметров 63/100

  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 4193 токенов
  • 100Шаги. Шагов: 35
  • 100Согласованность. Имя и обязательные поля на месте
  • low Разделов верхнего уровня: 12. 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)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 435 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 36 заголовков
  • +3Пошаговые инструкции: 35 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (15 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: suspicious
This is an openly financial crypto-borrowing skill, but it gives an agent broad autonomous loan and repayment authority while telling it to retain a transaction passkey in memory.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.