SKILLEMALL.ai
GitHub ↗ EN Войти

AD purch-api

API для покупок на базе ИИ для поиска товаров и оплаты криптовалютой. Используйте этот навык, когда: - Ищете товары на Amazon и Shopify - Создаете помощников по покупкам или функции рекомендаций товаров - Оформляете заказы с оплатой криптовалютой (USDC на Solana или Base) - Интегрируете оформление покупок в приложения - Подписываете и отправляете транзакции в блокчейне для покупок

машинный переводПоказать оригиналСкрыть оригинал«AI-powered shopping API for product search and crypto checkout. Use th…»

AI-powered shopping API for product search and crypto checkout. Use this skill when: - Searching for products from Amazon and Shopify - Building shopping assistants or product recommendation features - Creating purchase orders with crypto (USDC on Solana or Base) - Integrating e-commerce checkout into applications - Signing and submitting blockchain transactions for purchases

modbender/skill-library-mcp Agent Skills автор: modbender MIT 13 файлов тело ≈ 3 705 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

API для покупок на базе ИИ для поиска товаров и оплаты криптовалютой.

Как процесс D 44/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияShopifyРазработкатип 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%
97
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
D
44/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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 · 3

    ✓ Критических и высоких находок нет

    Средние и низкие: 3
    • низкая Секреты в коде secret-high-entropy-token SKILL.md:116
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      - Solana wallet (base58): `7xKX…AsU`
      детектор
    • низкая Секреты в коде secret-high-entropy-token SKILL.md:126
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      "walletAddress": "7xKX…AsU",
      в кавычках
    • низкая Секреты в коде secret-high-entropy-token SKILL.md:167
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      "walletAddress": "7xKX…AsU",
      в кавычках

    Просканировано файлов: 13. 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 44/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (purch-api) не совпадает с папкой (agentic-commerce)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 9
    • 100Стоимость исполнения. Тело инструкции 3705 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 378 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 25 заголовков
    • +3Пошаговые инструкции: 9 пунктов
    • +4Есть примеры (29 блоков кода)
    • +3Все 12 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.