SKILLEMALL.ai
EN Войти

AF massive-com

Оболочка Bash CLI и навык OpenClaw для общедоступного REST API Massive. Используйте, когда Codex или агент OpenClaw должен запрашивать конечные точки рыночных данных Massive из рабочего процесса оболочки, согласовывать аутентификацию с ссылками на секреты в стиле OpenClaw, держать журналы свободными от секретов или интегрировать ответы Massive в конвейеры агентов и другие инструменты CLI.

машинный переводПоказать оригиналСкрыть оригинал«Bash CLI wrapper and OpenClaw skill for Massive's public REST API. Use…»

Bash CLI wrapper and OpenClaw skill for Massive's public REST API. Use when Codex or an OpenClaw agent needs to query Massive market-data endpoints from a shell workflow, align authentication to OpenClaw-style secret references, keep logs free of secrets, or integrate Massive responses into agent pipelines and other CLI tools.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 10 файлов · 1 скрипт тело ≈ 636 токенов Открыть источникgithub.com↗ проанализирован 26 ч назад

Оболочка Bash CLI и навык OpenClaw для общедоступного REST API Massive.

Как процесс F 41/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/massive

ИнтеграцияИИ 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
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
F
41/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/massive
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/massive

Процессный рейтинг: все десять параметров 41/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/massive
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/massive
  • 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
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (massive-com) не совпадает с папкой (massive)
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 31
  • 100Стоимость исполнения. Тело инструкции 636 токенов
  • low Ответ описан самодельной разметкой (4 тегов): типизированный вызов надёжнее

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 328 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 6 заголовков
  • +3Пошаговые инструкции: 31 пунктов
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.