SKILLEMALL.ai

AC self-improving-agent

Записывайте важные исправления, сбои инструментов, запросы на новые функции и уроки повторяющихся рабочих процессов в легкую директорию .learnings/, затем переносите только повторяющиеся или долгосрочные уроки в AGENTS.md, TOOLS.md, SOUL.md, MEMORY.md или инструкции по проекту. Используйте в рабочих пространствах OpenClaw или coding-agent, которые должны улучшаться со временем, не накапливая шум.

машинный переводПоказать оригиналСкрыть оригинал«Log high-signal corrections, tool failures, feature requests, and recu…»

Log high-signal corrections, tool failures, feature requests, and recurring workflow lessons to a lightweight .learnings/ directory, then promote only repeated or durable learnings into AGENTS.md, TOOLS.md, SOUL.md, MEMORY.md, or project instructions. Use in OpenClaw or coding-agent workspaces that should improve over time without accumulating noise.

ClawHub Agent Skills автор: AmitPNYC v1.0.0 MIT-0 2 файла тело ≈ 1 398 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Записывайте важные исправления, сбои инструментов, запросы на новые функции и уроки повторяющихся рабочих процессов в легкую директорию .learnings/, затем…

Как процесс C 54/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
54/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 54/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 8, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (self-improving-agent) не совпадает с папкой (amitpnyc-self-improving-agent)
    • 65Ошибки и развилки. Развилок: 3
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 43
    • 100Стоимость исполнения. Тело инструкции 1398 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
    • low Ответ описан самодельной разметкой (3 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 352 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 43 пунктов
    • +4Есть примеры (3 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: clean
    This instruction-only skill keeps local project learning notes and clearly limits higher-authority memory or instruction edits to user-authorized situations.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.