SKILLEMALL.ai
EN Войти

AB develop-secure-contracts

Разрабатывайте безопасные смарт-контракты с использованием библиотек OpenZeppelin Contracts. Используйте, когда пользователям необходимо интегрировать компоненты библиотеки OpenZeppelin — включая стандарты токенов (ERC20, ERC721, ERC1155), контроль доступа (Ownable, AccessControl, AccessManager), примитивы безопасности (Pausable, ReentrancyGuard), управление (Governor, timelocks) или учетные записи (multisig, account abstraction) — в существующие или новые контракты. Охватывает обнаружение паттернов из исходного кода библиотеки, генераторы MCP и интеграцию, ориентированную на библиотеку. Поддерживает Solidity, Cairo, Stylus и Stellar.

машинный переводПоказать оригиналСкрыть оригинал«Develop secure smart contracts using OpenZeppelin Contracts libraries.…»

Develop secure smart contracts using OpenZeppelin Contracts libraries. Use when users need to integrate OpenZeppelin library components — including token standards (ERC20, ERC721, ERC1155), access control (Ownable, AccessControl, AccessManager), security primitives (Pausable, ReentrancyGuard), governance (Governor, timelocks), or accounts (multisig, account abstraction) — into existing or new contracts. Covers pattern discovery from library source, MCP generators, and library-first integration. Supports Solidity, Cairo, Stylus, and Stellar.

ClawHub Agent Skills автор: samledger67-dotcom v98.0.1 MIT-0 2 файла тело ≈ 3 046 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Разрабатывайте безопасные смарт-контракты с использованием библиотек OpenZeppelin Contracts.

Как процесс B 71/100 · Почти готов — слабые места: результат и критерий готовности, когда включается, отчётность по ходу

ИнтеграцияGitHubИнфраструктураИИ 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
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
B
71/100
Почти готов
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

    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

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 71/100

    • 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
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 50
    • 100Ошибки и развилки. Развилок: 6, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3046 токенов
    • 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 546 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 19 заголовков
    • +3Пошаговые инструкции: 50 пунктов
    • +4Есть примеры (0 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.

    Внешние проверки

    ClawHub: clean
    The reviewed ClawHub/Convex helper skills are purpose-aligned and disclose their elevated commands, with no evidence of hidden exfiltration or destructive behavior.
    LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.