SKILLEMALL.ai

AB tronscan-stablecoin

Анализирует экосистему стейблкоинов TRON: предложение, держателей, транзакции, крупные транзакции, черный список, пулы ликвидности, TVL, ключевые события. Поддерживаемые стейблкоины: USDT, USDC, USDD, TUSD. Используйте, когда пользователь спрашивает «обзор стейблкоинов», «предложение USDT», «держатели стейблкоинов», «черный список стейблкоинов», «пул стейблкоинов», «TVL стейблкоинов», «крупные транзакции стейблкоинов» или «события минтинга/сжигания стейблкоинов». НЕ используйте для глубокого анализа одного токена (используйте tronscan-token-scanner); общего списка токенов (используйте tronscan-token-list).

машинный переводПоказать оригиналСкрыть оригинал«Analyze TRON stablecoin ecosystem: supply, holders, transfers, large t…»

Analyze TRON stablecoin ecosystem: supply, holders, transfers, large transactions, blacklist, liquidity pools, TVL, key events. Supported stablecoins: USDT, USDC, USDD, TUSD. Use when user asks "stablecoin overview", "USDT supply", "stablecoin holders", "stablecoin blacklist", "stablecoin pool", "stablecoin TVL", "large stablecoin transfers", or "stablecoin mint/burn events". Do NOT use for single token deep dive (use tronscan-token-scanner); general token list (use tronscan-token-list).

ClawHub Agent Skills автор: BigFrog v1.0.0 MIT-0 2 файла тело ≈ 2 333 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Анализирует экосистему стейблкоинов TRON: предложение, держателей, транзакции, крупные транзакции, черный список, пулы ликвидности, TVL, ключевые события.

Как процесс B 72/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
89
Прогон на моделях
не было
Процессный рейтинг
B
72/100
Почти готов
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Как улучшить

    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

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 72/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 66
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2333 токенов

    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

    • +3Формат ответа не описан: модель каждый раз решает сама
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 8 примера фраз-триггеров в кавычках
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 492 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 25 заголовков
    • +3Пошаговые инструкции: 66 пунктов

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 89.

    Внешние проверки

    ClawHub: clean
    This skill is a read-only guide for using TronScan stablecoin analytics through a disclosed MCP service.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.