Synthèse automatique
Recherche et classifie les stablecoins pour les surcharges des sous-facteurs de résilience (risque de chaîne, qualité du collatéral, modèle de garde).
Points forts
- Processus systématique avec des règles de classification claires
- Recherche parallèle pour gagner du temps
- Réduit les erreurs manuelles dans l'évaluation des stablecoins
Limites
- Dépend de la qualité des recherches web et des sources trouvées
- Peut manquer des stablecoins récemment ajoutés ou obscurs
- Nécessite une bonne connaissance du domaine DeFi
Après avoir implémenté les types par défaut de résilience, pour corriger les classifications erronées des stablecoins.
Lorsque l'inférence par défaut est déjà correcte pour tous les stablecoins du suivi.
Analyse de sécurité
SûrThe skill instructs reading project files, web research, and editing source code. No destructive, exfiltrating, or obfuscated actions. The npm run build command is standard development operation. No risk of compromising safety.
Aucun point d'attention détecté
Comment cette analyse est faiteExemples
Research and classify the stablecoin USDe for resilience sub-factor overrides (chainRisk, collateralQuality, custodyModel). Identify where the default inference is wrong and propose overrides.Identify all stablecoins in our tracker that likely need resilience overrides. Apply the default inference rules and flag candidates based on keywords like 'Solana', 'WBTC', 'Copper', or known-override list (HYUSD, USDe, meUSD, etc.).Research HYUSD's custody model. Determine if it is onchain, institutional, or CEX. Use web sources to find where the collateral is held and whether it can be verified on-chain.name: resilience-classify description: Research and classify stablecoins for resilience sub-factor overrides (chainRisk, collateralQuality, custodyModel). Run after types/defaults are implemented to identify coins needing explicit overrides.
Resilience Classification Skill
Identify stablecoins where the default inference (from backing + governance) is incorrect and apply overrides.
When to Invoke
- After the resilience types and default inference are implemented
- When a new stablecoin is added to the tracker
- When auditing resilience scores for accuracy
Process
Step 1 — Identify candidates
Read all coins from src/lib/stablecoins.ts. For each, apply the default inference rules (see inferResilienceDefaults() in src/lib/report-cards.ts). Flag coins where the default is likely wrong based on:
collateraltext containing keywords: "Solana", "tBTC", "WBTC", "delta-neutral", "perpetual", "CEX", "off-exchange", "Copper", "Ceffu", "Fireblocks", "bridged"pegMechanismtext containing: "Solana", "Bitcoin L2", "not Ethereum", "Tron"contracts[]listing only non-Ethereum chainsbacking=crypto-backedbut collateral text mentions RWAs, bridges, or exotic strategies- Coins on this known-override list: HYUSD, USDe, meUSD, USDD, sUSD (Synthetix), USDJ
Step 2 — Research each candidate
For each flagged coin, in parallel:
WebFetchofficial docs for collateral composition, custody arrangement, and chain architectureWebSearchfor"{coin name}" stablecoin collateral custody chainto find independent analysis- Cross-reference with existing
collateralandpegMechanismtext fields
Step 3 — Classify
For each coin, determine the correct tier:
| Sub-factor | Question | Tiers |
|---|---|---|
| chainRisk | Where does the core protocol live and where is collateral held? | ethereum (100), stage1-l2 (66), established-alt-l1 (33), unproven (0) |
| collateralQuality | What are the trust assumptions in backing assets? | native (100), eth-lst (66), alt-lst-bridged-or-mixed (33), exotic (0) |
| custodyModel | Who holds the collateral and can it be verified on-chain? | onchain (100), institutional (50), cex (0) |
Classification rules:
- chainRisk: Based on where the protocol's smart contracts and collateral vaults live, NOT where the token is bridged to
- collateralQuality: For mixed collateral, use the tier of the riskiest significant component (>15% of backing). Stablecoin portions don't count here (handled by dependency risk)
- custodyModel: If ANY significant portion is held off-chain by a non-institutional custodian, classify as
cex - When uncertain between two tiers, choose the riskier (lower score) tier
Step 4 — Present findings
For each coin needing an override, present:
## {Name} ({Symbol}) — ID: {id}
### Default inference
- chainRisk: {inferred} — {correct/wrong because...}
- collateralQuality: {inferred} — {correct/wrong because...}
- custodyModel: {inferred} — {correct/wrong because...}
### Proposed overrides
- {field}: {value} — {justification with source URL}
### No override needed
- {fields where default is correct}
Step 5 — Apply
After user approval, edit src/lib/stablecoins.ts to add only the override fields that differ from defaults. Example:
usd("123", "Example", "EX", "crypto-backed", "decentralized", {
// ... existing fields ...
chainRisk: "established-alt-l1",
collateralQuality: "alt-lst-bridged",
}),
Run npm run build to verify.
Du fichier au premier essai
Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.
Consulter la source et ses fichiers annexesCe téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.
1. Télécharger le fichier
Télécharger SKILL.mdDepuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/stablecoin-resilience-classification-mm5t8a0y/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.
Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.
mkdir -p '.skill-downloads/stablecoin-resilience-classification-mm5t8a0y' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/stablecoin-resilience-classification-mm5t8a0y/download' --output '.skill-downloads/stablecoin-resilience-classification-mm5t8a0y/SKILL.md.part' && mv '.skill-downloads/stablecoin-resilience-classification-mm5t8a0y/SKILL.md.part' '.skill-downloads/stablecoin-resilience-classification-mm5t8a0y/SKILL.md'2. Vérifier les prérequis
Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.
Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.
Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.
3. Charger la skill
Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.
Claude Code
test -f '.skill-downloads/stablecoin-resilience-classification-mm5t8a0y/SKILL.md' && test -s '.skill-downloads/stablecoin-resilience-classification-mm5t8a0y/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/resilience-classify' && cp -R '.skill-downloads/stablecoin-resilience-classification-mm5t8a0y' '.claude/skills/resilience-classify'OpenSkills
OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.
Installation officielle d’OpenSkillsopenskills install './.skill-downloads/stablecoin-resilience-classification-mm5t8a0y'openskills read 'stablecoin-resilience-classification-mm5t8a0y'La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.
Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.
openskills syncMode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.
4. Faire un premier essai
Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :
Lis .skill-downloads/stablecoin-resilience-classification-mm5t8a0y/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.
Créer des cartes interactives avec kepler.gl
Data & IA
Création de cartes interactives et export HTML autonome avec le package Python keplergl, à partir de données géospatiales (DataFrame, GeoJSON, CSV).
Optimisation de paramètres par agent
Data & IA
Guide d'optimisation de systèmes configurables avec objectif mesurable, via des essais bornés et une recommandation fondée sur des preuves.
Relance des visiteurs ICP
Data & IA
Identifiez les utilisateurs inscrits correspondant au profil client idéal mais qui n'ont pas activé, et rédigez des messages de relance personnalisés pour les réengager.