SKILLEMALL.ai
GitHub ↗ EN Войти

BD jb-bendystraw

Справочник по GraphQL API Bendystraw для запроса данных проекта Juicebox по всем цепочкам. Получайте статистику проектов, платежи, держателей токенов, кредиты, NFT-уровни, унифицированные ленты активности, исторические снимки и межцепочечные агрегации.

машинный переводПоказать оригиналСкрыть оригинал«Bendystraw GraphQL API reference for querying Juicebox project data ac…»

Bendystraw GraphQL API reference for querying Juicebox project data across all chains. Get project stats, payments, token holders, loans, NFT tiers, unified activity feeds, historical snapshots, and cross-chain aggregations.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 1 файл тело ≈ 16 274 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Справочник по GraphQL API Bendystraw для запроса данных проекта Juicebox по всем цепочкам.

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

ИнтеграцияИнфраструктураРазработкаФинансытип 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
B
78/100
безопасность, качество, тесты
Безопасность 60%
89
Качество 40%
62
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

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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
  • средняя Утечка данных net-credential-use SKILL.md:2177
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    const response = await fetch(`${BENDYSTRAW_URL}/${API_KEY}/graphql`, {
  • средняя Утечка данных net-credential-use SKILL.md:2353
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    const response = await fetch(`${BENDYSTRAW_URL}/${API_KEY}/participants`, {
  • низкая Утечка данных net-credential-use SKILL.md:23
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (хост вендора самого скилла)
    const response = await fetch(`https://bendystraw.xyz/${API_KEY}/graphql`, {
    vendor-host

Просканировано файлов: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение body-long тело SKILL.md ≈ 16274 токенов (рекомендуется < 5000); вынесите детали в references/

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
  • 10Стоимость исполнения. Тело инструкции 16274 токенов: вытесняет саму задачу из окна
  • 30Повторный запуск. Изменяющих операций: 15, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
  • 85Шаги. Шагов: 43, расплывчатых формулировок: 1
  • 100Согласованность. Имя и обязательные поля на месте
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 18. 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

  • +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 224 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 99 заголовков
  • +3Пошаговые инструкции: 43 пунктов
  • +4Есть примеры (88 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 62.