SKILLEMALL.ai

AC defi-diligence

Проверка крипто-токена перед покупкой. Введите символ или адрес контракта (Base или Solana). Возвращает вердикт PASS/WATCH/FLAG с контрольными показателями (honeypot, права на минтинг/заморозку, налог на покупку/продажу >50%), автоматически оцененные контрольные точки (ликвидность, объем, концентрация держателей, возраст, изменение цены) и путь оплаты в 2 USDC x402 для разблокировки полного отчета с оценкой. Триггеры — "проверить этот токен", "легитимен ли X", "стоит ли покупать X", "проверка на rug pull", "due diligence токена", "проверка honeypot", "проверить, является ли эта монета скамом". Предоставляет инструмент MCP `defi_score` по адресу `/mcp` и HTTP POST `/v1/products/defi-diligence/score`. Полная схема по адресу `/openapi.json`.

машинный переводПоказать оригиналСкрыть оригинал«Verify a crypto token before buying. Input a symbol or contract addres…»

Verify a crypto token before buying. Input a symbol or contract address (Base or Solana). Returns PASS/WATCH/FLAG verdict with kill switches (honeypot, mint/freeze authority, buy/sell tax >50%), auto-scored checkpoints (liquidity, volume, holder concentration, age, price change), and a $2 USDC x402 payment path to unlock the full scored report. Triggers — "verify this token", "is X legit", "should I buy X", "rug check", "token due diligence", "honeypot check", "check if this coin is a scam". Exposes MCP tool `defi_score` at `/mcp` and HTTP POST `/v1/products/defi-diligence/score`. Full schema at `/openapi.json`.

ClawHub Claude Code автор: trdyqs6bsr-lksnf v1.1.0 MIT-0 2 файла тело ≈ 746 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Проверка крипто-токена перед покупкой.

Как процесс C 58/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, отчётность по ходу

АнализаторДанные и аналитикаИИ и агентыФинансытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
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: 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

Процессный рейтинг: все десять параметров 58/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 85Шаги. Шагов: 22, расплывчатых формулировок: 1
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 746 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +2Инструкции на одном языке
  • +5В description 7 примера фраз-триггеров в кавычках
  • +3Длина description 619 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 22 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (2 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

Внешние проверки

ClawHub: suspicious
This skill is coherent for crypto-token risk checks, but it tells agents with an x402 wallet to automatically pay for reports without requiring fresh user approval.
LLM: suspicious (high) · VirusTotal: · 10 авг. 2026 г.