SKILLEMALL.ai
GitHub ↗ EN Войти

AD agent-to-agent-payments

Монетизируйте своего ИИ-агента. Взимайте плату за вызовы API, услуги или данные. Принимайте платежи автономно — человек не нужен. Используйте, когда агенту нужно: «взимать плату за мои услуги», «принимать платежи от другого агента», «монетизировать возможности ИИ», «создать витрину агента», «выставлять счет за вызов API», «автономная коммерция», «маркетплейс агентов», «платежи ИИ-агентам», «платить за услуги ИИ», «транзакции между агентами», «платежи машинам», «агентская коммерция», «агент зарабатывает, пока человек спит», «автономное управление казной», «вычисления имеют цену». Построено на PayRam MCP — KYC не требуется, учетная запись Stripe не требуется, USDC/USDT/ETH/BTC на Base, Ethereum, Polygon, Tron, TON. Микроплатежи TON идеально подходят для агентов, интегрированных с Telegram.

машинный переводПоказать оригиналСкрыть оригинал«Monetize your AI agent. Charge for API calls, services, or data. Accep…»

Monetize your AI agent. Charge for API calls, services, or data. Accept payments autonomously — no human needed. Use when agent needs to: 'charge for my service', 'accept payment from another agent', 'monetize AI capabilities', 'create agent storefront', 'bill per API call', 'autonomous commerce', 'agent marketplace', 'AI agent payments', 'pay for AI services', 'agent-to-agent transactions', 'machine payments', 'agentic commerce', 'agent earning while human sleeps', 'autonomous treasury management', 'compute has a price'. Built on PayRam MCP — no KYC, no Stripe account needed, USDC/USDT/ETH/BTC on Base, Ethereum, Polygon, Tron, TON. TON micropayments ideal for Telegram-integrated agents.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 1 файл тело ≈ 835 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Монетизируйте своего ИИ-агента.

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияTelegramStripeИИ и агентытип 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
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
D
43/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
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: 1. 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 43/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 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
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 18
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 835 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

    • +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
    • -214 эмодзи в инструкциях: шум для модели
    • +2Инструкции на одном языке
    • +3Длина description 696 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 18 пунктов
    • +4Есть примеры (5 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.