SKILLEMALL.ai
GitHub ↗ EN Войти

AC zyfai

Получайте доход от любого Ethereum-кошелька в Base, Arbitrum и Plasma. Используйте, когда пользователь хочет получать пассивный DeFi-доход от своих средств. Развертывает нехранимый детерминированный субаккаунт (Safe), связанный с его EOA, обеспечивает автоматическую оптимизацию дохода и позволяет ему вносить/снимать средства в любое время.

машинный переводПоказать оригиналСкрыть оригинал«Earn yield on any Ethereum wallet on Base, Arbitrum, and Plasma. Use w…»

Earn yield on any Ethereum wallet on Base, Arbitrum, and Plasma. Use when a user wants passive DeFi yield on their funds. Deploys a non-custodial deterministic subaccount (Safe) linked to their EOA, enables automated yield optimization, and lets them deposit/withdraw anytime.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 1 файл тело ≈ 6 474 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Получайте доход от любого Ethereum-кошелька в Base, Arbitrum и Plasma.

Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, согласованность

ПроцедураИнфраструктураИИ 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
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
74
Прогон на моделях
не было
Процессный рейтинг
C
55/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

  1. 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 · 0

✓ Критических и высоких находок нет

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

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 6474 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 55/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 16, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (zyfai) не совпадает с папкой (zyfai-sdk)
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 6474 токенов
  • 100Шаги. Шагов: 42
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 13. 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 276 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 36 заголовков
  • +3Пошаговые инструкции: 42 пунктов
  • +4Есть примеры (33 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.