SKILLEMALL.ai

CB memory-review

Легкий обзор памяти в конце сеанса — сканирование только что прошедшего разговора на предмет устойчивых уроков и сохранение их в многоуровневой памяти Ralphy (`ralphy memory note`, запись и рассказ: каждое сохранение отображается в чате, «forget <slug>» выполняется мгновенно), чтобы следующий сеанс начинался уже со знаниями. Аналог в чате для фонового самообзора hermes-agent: сигналы — это исправления пользователя, разочарование («прекрати делать X», «я уже говорил тебе»), устойчивые предпочтения, факты о моделях/поставщиках, обнаруженные трудным путем, и нетривиальные исправления, которые будущий сеанс переоткрыл бы. Легче, чем /postmortem — нет набора из 7 файлов, нет вызова LLM; агент читает свой разговор и пишет 0-5 записей. ИСПОЛЬЗУЙТЕ, когда пользователь вводит «/memory-review», спрашивает «что нам следует запомнить из этого», «сохранить уроки», «обновить твою память» или когда рабочий сеанс подходит к концу после >=1 исправления пользователя / повторного запуска / смены модели (запускать проактивно тогда). НЕ ЗАПУСКАТЬ, когда требуется полный постмортем (>=2 исправления или >=1 пробел в CLI — это /postmortem, который заканчивается `ralphy memory distill`); для захвата ОДНОЙ заметки в полете (это инвариант #18 — отметить немедленно, без прохода проверки; для сеансов в режиме разработки в репозитории Ralphy (уроки идут в notes/, а не в память). См. тело для списка сигналов, списка запрещенных к захвату и HARD INVARIANTS.

машинный переводПоказать оригиналСкрыть оригинал«Lightweight end-of-session memory review — scan the conversation just…»

Lightweight end-of-session memory review — scan the conversation just had for durable lessons and save them into Ralphy's tiered memory (`ralphy memory note`, write-and-tell: every save surfaced in chat, "forget <slug>" honored instantly), so the next session starts already knowing. The chat-native analog of hermes-agent's background self-review: signals are user corrections, frustration ("stop doing X", "I told you already"), durable preferences, model/provider facts discovered the hard way, and non-trivial fixes a future session would re-derive. Lighter than /postmortem — no 7-file set, no LLM call; the agent reads its own conversation and writes 0-5 entries. USE WHEN the user types "/memory-review", asks "what should we remember from this", "save the lessons", "update your memory", or a work session is wrapping up after >=1 user correction / re-roll / model swap (fire proactively then). DO NOT FIRE when a full postmortem is warranted (>=2 corrections or >=1 CLI gap — that is /postmortem, which ends with `ralphy memory distill`); for capturing ONE remark mid-flight (that is invariant #18 — note it immediately, no review pass needed); for dev-mode sessions on the Ralphy repo itself (lessons go to notes/, not memory). See body for the signal list, the do-not-capture list, and HARD INVARIANTS.

alecs5am/ralphy Agent Skills автор: alecs5am 1 файл тело ≈ 1 011 токенов Открыть источникgithub.com↗ проанализирован 10 ч назад

Легкий обзор памяти в конце сеанса — сканирование только что прошедшего разговора на предмет устойчивых уроков и сохранение их в многоуровневой памяти Ralphy…

Как процесс B 69/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу

АнализаторИИ и агентыОбучениетип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
82/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
56
Прогон на моделях
не было
Процессный рейтинг
B
69/100
Почти готов
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 1 месте: ralphy

Как улучшить

  1. Сократите description до 1024 символов.
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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • ошибка description-long description 1313 символов, лимит 1024
  • заметка frontmatter-key неизвестное поле фронтматтера "namespace"

Процессный рейтинг: все десять параметров 69/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 23
  • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1011 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 1313: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 7 примера фраз-триггеров в кавычках
  • +4Структура: 4 заголовков
  • +3Пошаговые инструкции: 23 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 56.