SKILLEMALL.ai

BC greenhelix-agent-pricing-monetization

Руководство по ценообразованию и монетизации агентов. Стратегия ценообразования вашего агента: учет использования, оплата по результату, размещение на маркетплейсе и настройка платежей A2A. Включает подробные примеры кода на Python с полной интеграцией API.

машинный переводПоказать оригиналСкрыть оригинал«The Agent Pricing & Monetization Playbook. Ship your agent's pricing s…»

The Agent Pricing & Monetization Playbook. Ship your agent's pricing strategy: usage metering, outcome billing, marketplace listing, and A2A payment wiring. Includes detailed Python code examples with full API integration.

ClawHub Agent Skills автор: mirni v1.3.1 MIT-0 2 файла тело ≈ 23 451 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Руководство по ценообразованию и монетизации агентов.

Как процесс C 54/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, стоимость исполнения

ПроцедураИИ и агентыРазработкаТорговлятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
60
Прогон на моделях
не было
Процессный рейтинг
C
54/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Стоимость исполнения вес 6
10
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.
  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 · 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")
  • предупреждение body-long тело SKILL.md ≈ 23451 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "type"
  • заметка frontmatter-key неизвестное поле фронтматтера "price_usd"
  • заметка frontmatter-key неизвестное поле фронтматтера "content_type"
  • заметка frontmatter-key неизвестное поле фронтматтера "executable"
  • заметка frontmatter-key неизвестное поле фронтматтера "install"
  • заметка frontmatter-key неизвестное поле фронтматтера "credentials"

Процессный рейтинг: все десять параметров 54/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 10Стоимость исполнения. Тело инструкции 23451 токенов: вытесняет саму задачу из окна
  • 30Повторный запуск. Изменяющих операций: 59, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 35
  • 100Ошибки и развилки. Развилок: 10, 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

  • +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 222 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 55 заголовков
  • +3Пошаговые инструкции: 35 пунктов
  • +4Есть примеры (29 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.

Внешние проверки

ClawHub: suspicious
This appears to be a non-executable payment integration guide, but its payment credentials and escrow examples need review before use.
LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.