SKILLEMALL.ai
GitHub ↗ EN Войти

BC meme-scanner

Инструмент для сканирования блокчейна на предмет новых монет (Meme coin). Автоматически сканирует gmgn.ai и Ave.ai на наличие потенциальных Meme coin, проводит AI-оценку и анализ рисков, а также отправляет уведомления в Telegram. Используется, когда требуется в реальном времени находить и оценивать инвестиционные возможности в Meme coin. Активируется, когда пользователь упоминает «сканирование блокчейна», «анализ Meme coin», «сканирование Meme coin» или когда ему нужна информация о последних перспективных Meme coin.

машинный переводПоказать оригиналСкрыть оригинал«Meme币扫链工具。自动扫描gmgn.ai和Ave.ai的潜在Meme币，进行AI评分与风险分析，并推送格式化通知到Telegram。适用于…»

Meme币扫链工具。自动扫描gmgn.ai和Ave.ai的潜在Meme币，进行AI评分与风险分析，并推送格式化通知到Telegram。适用于需要实时发现、评估Meme币投资机会的场景。当用户提及'扫链'、'Meme币分析'、'Meme币扫描'，或需要了解最新高潜力Meme币时使用。

modbender/skill-library-mcp Agent Skills автор: modbender MIT 2 файла тело ≈ 377 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Инструмент для сканирования блокчейна на предмет новых монет (Meme coin).

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураTelegramтип 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
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 2. 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")

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 15
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 377 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 141 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 15 пунктов
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.