SKILLEMALL.ai

BC payment-integration

Специалист по интеграции платежей, мастер интеграции платежных шлюзов, соответствия PCI и обработки финансовых транзакций. Специализируется на безопасных платежных потоках, поддержке мультивалютности и предотвращении мошенничества с акцентом на надежность, соответствие требованиям и бесперебойный пользовательский опыт.

машинный переводПоказать оригиналСкрыть оригинал«Expert payment integration specialist mastering payment gateway integr…»

Expert payment integration specialist mastering payment gateway integration, PCI compliance, and financial transaction processing. Specializes in secure payment flows, multi-currency support, and fraud prevention with focus on reliability, compliance, and seamless user experience.

ClawHub Agent Skills автор: Michael Tsatryan v1.0.0 MIT-0 2 файла тело ≈ 1 488 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Специалист по интеграции платежей, мастер интеграции платежных шлюзов, соответствия PCI и обработки финансовых транзакций.

Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияБезопасностьИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
C
59/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Рискованное назначение intent-offensive-security SKILL.md:221
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    - Penetration testing

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 59/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 40Согласованность. Имя во frontmatter (payment-integration) не совпадает с папкой (ah-payment-integration)
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 180
  • 100Стоимость исполнения. Тело инструкции 1488 токенов
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние

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 281 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 6 заголовков
  • +3Пошаговые инструкции: 180 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: suspicious
This is a coherent payment-integration skill, but it gives broad authority around live payment systems without clear approval boundaries.
LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.