SKILLEMALL.ai
GitHub ↗ EN Войти

AB solana-meme-analyzer

Анализирует риск токенов-мемов Solana (CA) путем сканирования распределения держателей, обнаружения инсайдерских кошельков (老鼠仓/крысиный склад) и оценки концентрации топ-холдеров. Используйте, когда пользователь хочет проанализировать адрес контракта токена Solana, проверить на наличие ковров, обнаружить инсайдеров, оценить безопасность мем-монет, проверить концентрацию держателей или оценить вероятность сброса токена. Ключевые слова: CA分析, 老鼠仓, 控盘, 持仓分析, Solana token risk.

машинный переводПоказать оригиналСкрыть оригинал«Analyze Solana meme token (CA) risk by scanning holder distribution, d…»

Analyze Solana meme token (CA) risk by scanning holder distribution, detecting insider wallets (老鼠仓/rat warehouse), and evaluating top-holder concentration. Use when the user wants to analyze a Solana token contract address, check for rugs, detect insiders, evaluate meme coin safety, check holder concentration, or assess if a token is likely to be dumped. Keywords: CA分析, 老鼠仓, 控盘, 持仓分析, Solana token risk.

ClawHub Agent Skills автор: Lougseus v1.0.1 16 файлов тело ≈ 1 102 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Анализирует риск токенов-мемов Solana (CA) путем сканирования распределения держателей, обнаружения инсайдерских кошельков (老鼠仓/крысиный склад) и оценки…

Как процесс B 69/100 · Почти готов — слабые места: согласованность, отчётность по ходу

АнализаторИнфраструктураДанные и аналитикатип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
90
Прогон на моделях
не было
Процессный рейтинг
B
69/100
Почти готов
Отчётность по ходу вес 2
0
Согласованность вес 8
40
Ошибки и развилки вес 10
50
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 · 3

    ✓ Критических и высоких находок нет

    Средние и низкие: 3
    • низкая Секреты в коде secret-high-entropy-token api/server.py:59
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      "asset": "0x83…913",  # USDC on Base
      в кавычках
    • низкая Секреты в коде secret-high-entropy-token SKILL.md:145
      Строка, похожая на токен (может быть id, хеш или секрет)
      python3 {baseDir}/scripts/psdm.py EPjF…t1v
    • низкая Секреты в коде secret-high-entropy-token SKILL.md:151
      Строка, похожая на токен (может быть id, хеш или секрет)
      python3 {baseDir}/scripts/psdm.py EPjF…t1v --json

    Просканировано файлов: 11. 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 69/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 40Согласованность. Имя во frontmatter (solana-meme-analyzer) не совпадает с папкой (memeanalyzer)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 11
    • 100Стоимость исполнения. Тело инструкции 1102 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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 407 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 20 заголовков
    • +3Пошаговые инструкции: 11 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (10 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.

    Внешние проверки

    ClawHub: suspicious
    The analyzer’s core token-risk functionality is coherent, but its agent-facing paid crypto payment path needs careful review before installation.
    LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.