BC tetra-scar
Память шрамов, рефлекторные дуги и следы решений для AI-агентов. Обучайтесь на ошибках навсегда. Мгновенно блокируйте повторяющиеся ошибки — без вызовов LLM. Трехуровневая память: шрамы (неизменяемые ошибки) + повествование (перезаписываемое) + следы решений (пути принятия решений → данные для обучения LoRA).
машинный переводПоказать оригиналСкрыть оригинал«Scar memory, reflex arc, and decision traces for AI agents. Learn from…»
Scar memory, reflex arc, and decision traces for AI agents. Learn from failures permanently. Block repeated mistakes instantly — no LLM calls needed. Three-layer memory: scars (immutable failures) + narrative (overwritable) + decision traces (judgment paths → LoRA training data).
Память шрамов, рефлекторные дуги и следы решений для AI-агентов.
Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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 · 3
✓ Критических и высоких находок нет
Средние и низкие: 3
-
низкая Секреты в коде
secret-labelled-tokenexamples/example_incident_response.py:24Токен / ключ рядом с меткой (формат неизвестен — проверьте, что это не живой секрет) (тестовый файл / пример; в кавычках — упоминание, а не команда)"# config.py contains: API_KEY = 'sk-p…789'"
тестовый файлв кавычках -
низкая Секреты в коде
secret-password-literalexamples/example_incident_response.py:24Захардкоженный пароль / ключ (возможно, пример) (тестовый файл / пример; в кавычках — упоминание, а не команда)"# config.py contains: API_KEY = 'sk-p…789'"
тестовый файлв кавычках -
низкая Опасные команды
cmd-privilegetetra_scar.py:196Повышение привилегий / права на запись для всех (строковый литерал в коде, не выполняется)"sudo rm", "del /f /s",
строка в коде
Просканировано файлов: 10. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "requires"
Процессный рейтинг: все десять параметров 56/100
- 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
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
- 55Ошибки и развилки. Развилок: 1
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 8
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 746 токенов
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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 280 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 8 заголовков
- +3Пошаговые инструкции: 8 пунктов
- +4Есть примеры (5 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.