SKILLEMALL.ai

BC FarmDash Signal Architect

Используйте при создании торговой стратегии DeFi: 84 инструмента MCP для котировок, симуляции, Trail Heat, квитанций, найма агентов. Свопы требуют свежих котировок, симуляции, подписания.

машинный переводПоказать оригиналСкрыть оригинал«Use when building DeFi trade strategy: 84 MCP tools for quotes, simula…»

Use when building DeFi trade strategy: 84 MCP tools for quotes, simulation, Trail Heat, receipts, agent hiring. Swaps need fresh quote, simulation, signing.

ClawHub Agent Skills автор: FarmDash v1.2.22 MIT-0 4 файла тело ≈ 13 034 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Используйте при создании торговой стратегии DeFi: 84 инструмента MCP для котировок, симуляции, Trail Heat, квитанций, найма агентов.

Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, согласованность, стоимость исполнения

ГенераторИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
C
59/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Согласованность вес 8
40
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 Секреты в коде secret-high-entropy-token openapi.yaml:465
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    example: '0xb0…377'
    в кавычках

Просканировано файлов: 4. 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 body-long тело SKILL.md ≈ 13034 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
  • заметка frontmatter-key неизвестное поле фронтматтера "icon"
  • заметка frontmatter-key неизвестное поле фронтматтера "env"

Процессный рейтинг: все десять параметров 59/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 40Согласованность. Имя во frontmatter (FarmDash Signal Architect) не совпадает с папкой (farmdash-signal-architect)
  • 40Стоимость исполнения. Тело инструкции 13034 токенов: вытесняет саму задачу из окна
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 317
  • 100Ошибки и развилки. Развилок: 19, есть раздел про ошибки
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 14. 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 156 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 73 заголовков
  • +3Пошаговые инструкции: 317 пунктов
  • +4Есть примеры (5 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: clean
This is a high-risk DeFi automation skill, but its wallet, delegation, data-sharing, and commercial-route behaviors are broadly disclosed and gated by user confirmation or bounded delegation.
LLM: benign (medium) · VirusTotal: · 7 сент. 2026 г.