SKILLEMALL.ai

AC zooidfund

Оценивайте и жертвуйте USDC на Base для гуманитарных краудфандинговых кампаний на zooid.fund. Используйте, когда оператор просит агента просматривать кампании, оценивать доказательства или сигналы от других участников, делать благотворительные пожертвования или проводить запланированный филантропический обзор. Передавайте управление отдельному навыку кошелька USDC на Base для фактического перевода; заявления кампаний на платформе не проверены и должны быть оценены оператором или агентом.

машинный переводПоказать оригиналСкрыть оригинал«Evaluate and donate USDC on Base to humanitarian crowdfunding campaign…»

Evaluate and donate USDC on Base to humanitarian crowdfunding campaigns at zooid.fund. Use when the operator asks the agent to browse campaigns, assess evidence or peer signal, make charitable donations, or run scheduled philanthropic review. Hands off to a separate USDC-on-Base wallet skill for the actual transfer; campaign claims on the platform are unverified and must be assessed by the operator or agent.

ClawHub Agent Skills автор: Ales375 v1.8.0 MIT-0 4 файла тело ≈ 7 844 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Оценивайте и жертвуйте USDC на Base для гуманитарных краудфандинговых кампаний на zooid.fund. Используйте, когда оператор просит агента просматривать…

Как процесс C 64/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу

АнализаторМаркетингИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
C
64/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Результат и критерий готовности вес 14
40
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 7844 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 64/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 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 7844 токенов
  • 100Шаги. Шагов: 27
  • 100Ошибки и развилки. Развилок: 10, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

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
  • +2Инструкции на одном языке
  • +3Длина description 411 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 25 заголовков
  • +3Пошаговые инструкции: 27 пунктов
  • +4Есть примеры (3 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: clean
The skill clearly describes a donation workflow with real money and public identity risks, but those risks are disclosed and bounded by operator approval and a separate wallet transfer step.
LLM: benign (high) · VirusTotal: · 14 авг. 2026 г.