SKILLEMALL.ai

BB snaplii-cli

Платежи от агента к продавцу (A2M) — ИИ-агенты совершают транзакции без оформления заказа, используя предоплаченные подарочные карты Snaplii в качестве платежного инструмента у более чем 500 брендов. Используйте, когда пользователь хочет просматривать, покупать или управлять подарочными картами, проверять баланс Snaplii Cash, оплачивать счета (коммунальные услуги, телекоммуникации) или отправлять деньги на номер телефона другого человека (P2P-перевод).

машинный переводПоказать оригиналСкрыть оригинал«Agent-to-Merchant (A2M) payments — AI agents complete transactions wit…»

Agent-to-Merchant (A2M) payments — AI agents complete transactions without checkout, using Snaplii's pre-funded gift cards as a payment rail across 500+ brands. Use when the user wants to browse, buy, or manage gift cards, check their Snaplii Cash balance, pay bills (utilities, telecom), or send money to another person's phone number (P2P transfer).

ClawHub Agent Skills автор: snapliiai v1.13.0 MIT-0 2 файла тело ≈ 8 675 токенов Открыть источникclawhub.ai↗ проанализирован 8 дн назад

Платежи от агента к продавцу (A2M) — ИИ-агенты совершают транзакции без оформления заказа, используя предоплаченные подарочные карты Snaplii в качестве…

Как процесс B 65/100 · Почти готов — слабые места: результат и критерий готовности, согласованность, стоимость исполнения

ИнтеграцияИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
74
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Результат и критерий готовности вес 14
0
Согласованность вес 8
40
Стоимость исполнения вес 6
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 · 0

✓ Критических и высоких находок нет

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

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 8675 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 136, 158, 449): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

Процессный рейтинг: все десять параметров 65/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 40Согласованность. Имя во frontmatter (snaplii-cli) не совпадает с папкой (snaplii-a2m-payment)
  • 40Стоимость исполнения. Тело инструкции 8675 токенов: вытесняет саму задачу из окна
  • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 85Шаги. Шагов: 83, расплывчатых формулировок: 1
  • 100Входы и предусловия. Входные данные и предусловия перечислены
  • 100Ошибки и развилки. Развилок: 10, есть раздел про ошибки
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком

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 351 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 26 заголовков
  • +3Пошаговые инструкции: 83 пунктов
  • +4Есть примеры (11 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: suspicious
This is a disclosed Snaplii payments skill, but it needs Review because it can spend prepaid funds and start money transfers without fresh explicit confirmation for every transaction.
LLM: suspicious (high) · 8 окт. 2026 г.