AC agent-memory-setup
Настройте полную систему памяти агента OpenClaw с 3-уровневой памятью (HOT/WARM/COLD), ежедневными журналами, семантическим поиском (QMD) и управлением контекстом без потерь (Lossless Claw). Используйте при онбординге нового агента, настройке памяти для нового экземпляра OpenClaw или когда вас просят установить систему памяти на новом агенте. Триггеры: "set up memory", "install memory system", "onboard new agent memory", "memory setup", "agent onboarding", "configure agent memory", "add memory to my agent", "how do I set up memory", "initialize memory", "memory system for OpenClaw".
машинный переводПоказать оригиналСкрыть оригинал«Set up the full OpenClaw agent memory system with 3-tier memory (HOT/W…»
Set up the full OpenClaw agent memory system with 3-tier memory (HOT/WARM/COLD), daily logs, semantic search (QMD), and lossless context management (Lossless Claw). Use when onboarding a new agent, setting up memory for a fresh OpenClaw instance, or when asked to install the memory system on a new agent. Triggers on "set up memory", "install memory system", "onboard new agent memory", "memory setup", "agent onboarding", "configure agent memory", "add memory to my agent", "how do I set up memory", "initialize memory", "memory system for OpenClaw".
Настройте полную систему памяти агента OpenClaw с 3-уровневой памятью (HOT/WARM/COLD), ежедневными журналами, семантическим поиском (QMD) и управлением…
Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, согласованность, повторный запуск
Как улучшить
- 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: 7. 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 62/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 30Повторный запуск. Изменяющих операций: 11, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (agent-memory-setup) не совпадает с папкой (agent-memory-setup-qmd)
- 60Инструменты и файлы. Используются инструменты (bash, python, node), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 85Шаги. Шагов: 47, расплывчатых формулировок: 2
- 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
- 100Стоимость исполнения. Тело инструкции 3193 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле
- high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком
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)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 10 примера фраз-триггеров в кавычках
- +3Длина description 552 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 20 заголовков
- +3Пошаговые инструкции: 47 пунктов
- +4Есть примеры (7 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 96.