SKILLEMALL.ai
EN Войти

BB lp-agent

Запускайте автоматизированные стратегии предоставления ликвидности на DEX с концентрированной ликвидностью (CLMM), используя API Hummingbot.

машинный переводПоказать оригиналСкрыть оригинал«Run automated liquidity provision strategies on concentrated liquidity…»

Run automated liquidity provision strategies on concentrated liquidity (CLMM) DEXs using Hummingbot API.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 18 файлов · 4 скрипта тело ≈ 7 694 токенов Открыть источникgithub.com↗ проанализирован 32 ч назад

Запускайте автоматизированные стратегии предоставления ликвидности на DEX с концентрированной ликвидностью (CLMM), используя API Hummingbot.

Как процесс B 68/100 · Почти готов — слабые места: результат и критерий готовности

ПроцедураDockerИнфраструктураДанные и аналитикаИИ 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
B
79/100
безопасность, качество, тесты
Безопасность 60%
90
Качество 40%
63
Прогон на моделях
не было
Процессный рейтинг
B
68/100
Почти готов
Результат и критерий готовности вес 14
0
Когда включается вес 12
50
Инструменты и файлы вес 18
60
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 · 10

✓ Критических и высоких находок нет

Средние и низкие: 10
  • низкая Секреты в коде secret-high-entropy-token scripts/get_meteora_pool.py:10
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    python scripts/get_meteora_pool.py BGm1…D5Y
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token scripts/get_meteora_pool.py:11
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    python scripts/get_meteora_pool.py BGm1…D5Y --json
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token scripts/get_meteora_pool.py:371
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    %(prog)s BGm1…D5Y
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token scripts/get_meteora_pool.py:372
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    %(prog)s BGm1…D5Y --json
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token scripts/visualize_lp_executor.py:14
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    python scripts/visualize_lp_executor.py --id ryUB…iob
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token scripts/visualize_lp_executor.py:15
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    python scripts/visualize_lp_executor.py --id 5w7G…N8Z --output /tmp/sol_usdc.html
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:391
    Строка, похожая на токен (может быть id, хеш или секрет)
    python scripts/get_meteora_pool.py ATrB…Sms
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:394
    Строка, похожая на токен (может быть id, хеш или секрет)
    python scripts/get_meteora_pool.py ATrB…Sms --json
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:397
    Строка, похожая на токен (может быть id, хеш или секрет)
    python scripts/get_meteora_pool.py ATrB…Sms --no-gateway
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:506
    Строка, похожая на токен (может быть id, хеш или секрет)
    --pool ATrB…Sms \

Просканировано файлов: 18. 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 ≈ 7694 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "commands"

Процессный рейтинг: все десять параметров 68/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash, web, python, node), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 7694 токенов
  • 100Шаги. Шагов: 64
  • 100Ошибки и развилки. Развилок: 5, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 100Отчётность по ходу. Скилл сообщает о ходе работы

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)
  • +3Длина description 104: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -2Ссылки на localhost: у другого пользователя не заработает
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 48 заголовков
  • +3Пошаговые инструкции: 64 пунктов
  • +4Есть примеры (26 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 14 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 63.