AC nft-floor-sweep-calculator
Рассчитывает общую стоимость покупки N предметов с пола коллекции NFT, получая актуальные цены с пола с Magic Eden (коллекции Solana) или бесплатного API CoinGecko для NFT (коллекции EVM) без необходимости API-ключа, затем применяя комиссии маркетплейса и настраиваемую кривую проскальзывания цены для оценки общей суммы расходов, средней цены за предмет и промежуточной суммы до уплаты комиссий. Полезно для торговли NFT, массовых закупок в стиле крипто-китов, исследований DeFi и пассивного дохода, разработчиков Python и операторов ИИ-агентов, которым нужна быстрая оценка стоимости перед торговлей для проведения «floor sweep». Не является исполнительным механизмом — не размещает ордера и не взаимодействует с кошельком, исключительно калькулятор затрат для планирования коллекций NFT на Solana и EVM.
машинный переводПоказать оригиналСкрыть оригинал«Calculates the total cost of sweeping N items off an NFT collection's…»
Calculates the total cost of sweeping N items off an NFT collection's floor, pulling live floor prices from Magic Eden (Solana collections) or CoinGecko's free NFT API (EVM collections) with no API key required, then applying marketplace fees and a configurable naive price-step slippage curve to estimate total spend, average price per item, and subtotal before fees. Useful for NFT trading, crypto whale-style bulk buying, defi and passive income research, python developers, and ai agent operators who want a quick pre-trade cost estimate before executing a floor sweep. Not an execution engine — it does not place orders or touch a wallet, purely a cost calculator for planning purposes on Solana and EVM NFT collections.
Рассчитывает общую стоимость покупки N предметов с пола коллекции NFT, получая актуальные цены с пола с Magic Eden (коллекции Solana) или бесплатного API…
Как процесс C 54/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, ошибки и развилки
Как улучшить
- 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: 4. 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 54/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 9
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 612 токенов
- 100Повторный запуск. Изменяющих операций нет
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 725 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 6 заголовков
- +3Пошаговые инструкции: 9 пунктов
- +4Есть примеры (1 блоков кода)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.