SKILLEMALL.ai
GitHub ↗ EN Войти

AC fomo-research

Исследование «умных денег» через социальный граф Fomo. Отслеживайте топ-трейдеров, следите за лайв-сделками, составляйте списки наблюдения — всё из вашего агента. Работает на fomo.family, создано cope.capital. Используйте, когда: (1) пользователь спрашивает об умных деньгах, кошельках китов или топ-трейдерах, (2) пользователь хочет отслеживать конкретные Fomo-аккаунты или криптотрейдеров, (3) пользователь спрашивает «что покупают лучшие трейдеры», «кто прибылен на fomo», (4) пользователь хочет получать оповещения о лайв-сделках или мониторить кошельки, (5) пользователь говорит «исследование fomo», «проверь fomo», «умные деньги», «трекер кошельков». НЕ для: совершения сделок, управления средствами или чего-либо, требующего приватных ключей.

машинный переводПоказать оригиналСкрыть оригинал«Smart money research via Fomo social graph. Track top traders, monitor…»

Smart money research via Fomo social graph. Track top traders, monitor live trades, build watchlists — all from your agent. Powered by fomo.family, built by cope.capital. Use when: (1) user asks about smart money, whale wallets, or top traders, (2) user wants to track specific Fomo handles or crypto traders, (3) user asks "what are the best traders buying", "who's profitable on fomo", (4) user wants real-time trade alerts or wallet monitoring, (5) user says "fomo research", "check fomo", "smart money", "wallet tracker". NOT for: executing trades, managing funds, or anything requiring private keys.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 3 файла тело ≈ 4 296 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Исследование «умных денег» через социальный граф Fomo.

Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ПроцедураИИ и агентыИнфраструктуратип 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
96/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
94
Прогон на моделях
не было
Процессный рейтинг
C
55/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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 · 2

    ✓ Критических и высоких находок нет

    Средние и низкие: 2
    • низкая Секреты в коде secret-high-entropy-token references/api.md:24
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      "wallet": "A5SE…ZSk",
      в кавычках
    • низкая Секреты в коде secret-high-entropy-token references/api.md:27
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      "token_mint": "DezX…ump",
      в кавычках

    Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
    • заметка frontmatter-key неизвестное поле фронтматтера "source"
    • заметка frontmatter-key неизвестное поле фронтматтера "primaryEnv"
    • заметка frontmatter-key неизвестное поле фронтматтера "env"

    Процессный рейтинг: все десять параметров 55/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 70Стоимость исполнения. Тело инструкции 4296 токенов
    • 85Шаги. Шагов: 50, расплывчатых формулировок: 1
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле

    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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 6 примера фраз-триггеров в кавычках
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 604 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 41 заголовков
    • +3Пошаговые инструкции: 50 пунктов
    • +4Есть примеры (21 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 94.