SKILLEMALL.ai

AC expertpack-export

Экспорт накопленных знаний экземпляра OpenClaw в структурированный составной пакет ExpertPack. Используйте при резервном копировании личности агента, экспорте для миграции или создании переносимого снимка знаний. Обрабатывает автообнаружение (сканирование состояния рабочего пространства для идентификации составляющих пакетов), дистилляцию (сжатие необработанного состояния в структурированные файлы EP) и упаковку (запись пакетов, соответствующих EP, + манифест композиции). Вывод совместим с Obsidian — включает YAML frontmatter для всех файлов контента и может быть открыт как хранилище Obsidian. НЕ для импорта/гидратации из существующего EP.

машинный переводПоказать оригиналСкрыть оригинал«Export an OpenClaw instance's accumulated knowledge into a structured…»

Export an OpenClaw instance's accumulated knowledge into a structured ExpertPack composite. Use when backing up an agent's identity, exporting for migration, or creating a portable knowledge snapshot. Handles auto-discovery (scanning workspace state to identify constituent packs), distillation (compressing raw state into structured EP files), and packaging (writing EP-compliant packs + composite manifest). Output is Obsidian-compatible — includes YAML frontmatter on all content files and can be opened as an Obsidian vault. NOT for importing/hydrating from an existing EP.

ClawHub Agent Skills автор: Brian Hearn v1.1.0 MIT-0 7 файлов тело ≈ 888 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Экспорт накопленных знаний экземпляра OpenClaw в структурированный составной пакет ExpertPack.

Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, ошибки и развилки, повторный запуск

ГенераторObsidianИнфраструктураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
95
Прогон на моделях
не было
Процессный рейтинг
C
55/100
Есть пробелы
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
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: 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 55/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 24
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 888 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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 577 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 10 заголовков
    • +3Пошаговые инструкции: 24 пунктов
    • +4Есть примеры (4 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 4 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 95.

    Внешние проверки

    ClawHub: suspicious
    This is a coherent export tool, but it should be reviewed because it scans sensitive agent/workspace knowledge and overstates its automatic redaction and formatting guarantees.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.