SKILLEMALL.ai

AC rollhub-analyst

Исследуйте и тестируйте стратегии азартных игр на криптовалютных казино с доказуемой честностью. Анализируйте стратегии Мартингейла, критерия Келли, Д'Аламбера, Анти-Мартингейла, Фиксированной ставки с реальными данными. Статистический анализ, отслеживание дисперсии, расчет просадки, оптимизация коэффициента выигрыша. Инструмент для исследования азартных игр, анализатор стратегий казино, симулятор вероятностей, анализ крипто-ставок, управление рисками, оптимизация банкролла, калькулятор ожидаемой стоимости, симуляция Монте-Карло, бэктестинг стратегий, API доказуемой честности agent.rollhub.com.

машинный переводПоказать оригиналСкрыть оригинал«Research and backtest gambling strategies on provably fair crypto casi…»

Research and backtest gambling strategies on provably fair crypto casino. Analyze Martingale, Kelly Criterion, D'Alembert, Anti-Martingale, Flat Bet strategies with real data. Statistical analysis, variance tracking, drawdown calculation, win rate optimization. Gambling research tool, casino strategy analyzer, probability simulator, crypto betting analysis, risk management, bankroll optimization, expected value calculator, Monte Carlo simulation, strategy backtesting, agent.rollhub.com provably fair API.

ClawHub Agent Skills автор: rollhub-dev v1.0.0 5 файлов · 1 скрипт тело ≈ 1 035 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Исследуйте и тестируйте стратегии азартных игр на криптовалютных казино с доказуемой честностью.

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

АнализаторДанные и аналитикаИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
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: 5. 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: 25
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1035 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 509 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 25 пунктов
  • +4Есть примеры (5 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: suspicious
This is not malware, but it can automatically place real casino bets with a user's API key and has weak warnings and no spending safeguards.
LLM: suspicious (high) · VirusTotal: benign · 28 мая 2026 г.