SKILLEMALL.ai

AC agent-journal

Предоставьте AI-агентам постоянный журнал, основанный на семантической памяти BlueColumn. Используйте, когда агент должен регистрировать ежедневные наблюдения, решения, предпочтения пользователя или заметные события, которые необходимо запомнить позже. Активируется фразами вроде «записать это», «запись в журнале», «запомнить на потом», «запиши это», «что ты наблюдал о», «что ты знаешь о пользователе» или когда агент хочет сохранить свои собственные знания между сессиями. Требуется ключ API BlueColumn (bc_live_*).

машинный переводПоказать оригиналСкрыть оригинал«Give AI agents a persistent journal backed by BlueColumn semantic memo…»

Give AI agents a persistent journal backed by BlueColumn semantic memory. Use when an agent should log daily observations, decisions, user preferences, or notable events that need to be recalled later. Triggers on phrases like "log this", "journal entry", "remember for later", "note this down", "what have you observed about", "what do you know about the user", or when an agent wants to store its own learnings across sessions. Requires a BlueColumn API key (bc_live_*).

ClawHub Agent Skills автор: bluecolumnconsulting-lgtm v1.0.0 MIT-0 3 файла тело ≈ 496 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Предоставьте AI-агентам постоянный журнал, основанный на семантической памяти BlueColumn.

Как процесс C 61/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ИнтеграцияИИ и агентыЛичная продуктивностьтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
93
Прогон на моделях
не было
Процессный рейтинг
C
61/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
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: 3. 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 61/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 6
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 496 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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 6 примера фраз-триггеров в кавычках
    • +3Длина description 472 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 6 пунктов
    • +4Есть примеры (3 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 93.

    Внешние проверки

    ClawHub: suspicious
    This appears to be a legitimate journaling and memory skill, but it stores and recalls user data through an external backend without enough clear consent, privacy, or deletion controls.
    LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.