SKILLEMALL.ai
GitHub ↗ EN Войти

AF openclaw-memory-canonical

Легковесная файловая система памяти для однопользовательских ИИ-агентов. Использует только файлы markdown: HOT/WARM/COLD/BUFFER плюс знания SCRATCH, с многоуровневой загрузкой, записями WAL-lite, восстановлением после компактирования, еженедельным обзором, архивацией TTL, проверками работоспособности и встроенным циклом самосовершенствования. Используйте при настройке или улучшении памяти агента, предотвращении разрастания памяти или повторяющихся ошибок, продвижении повторяющихся уроков в постоянные файлы, проверке работоспособности памяти или когда пользователи упоминают системы памяти, рабочие буферы, эпизодическую/семантическую/процедурную память, уроки, еженедельный обзор, самосовершенствование или как ИИ-агент должен запоминать и улучшаться между сеансами.

машинный переводПоказать оригиналСкрыть оригинал«Lightweight file-based memory system for single-user AI agents. Uses m…»

Lightweight file-based memory system for single-user AI agents. Uses markdown files only: HOT/WARM/COLD/BUFFER plus SCRATCH learnings, with tiered loading, WAL-lite writes, compaction recovery, weekly review, TTL archival, health checks, and a built-in self-improvement loop. Use when setting up or improving agent memory, preventing memory bloat or repeated mistakes, promoting recurring lessons into durable files, validating memory health, or when users mention memory systems, working buffers, episodic/semantic/procedural memory, learnings, weekly review, self-improvement, or how an AI agent should remember and improve between sessions.

ClawHub Agent Skills автор: ciklopentan v4.6.14 MIT-0 13 файлов · 4 скрипта тело ≈ 7 290 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Легковесная файловая система памяти для однопользовательских ИИ-агентов.

Как процесс F 53/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/package-tree.sha256

АнализаторИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
F
53/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/package-tree.sha256
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
30
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 13. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 7290 токенов (рекомендуется < 5000); вынесите детали в references/
  • предупреждение missing-ref ссылка на отсутствующий файл: references/package-tree.sha256

Процессный рейтинг: все десять параметров 53/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/package-tree.sha256
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/package-tree.sha256
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 30Входы и предусловия. Не сказано, что нужно иметь на входе
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 70Стоимость исполнения. Тело инструкции 7290 токенов
  • 100Шаги. Шагов: 132
  • 100Ошибки и развилки. Развилок: 30, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

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 643 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 30 заголовков
  • +3Пошаговые инструкции: 132 пунктов
  • +4Есть примеры (13 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)
  • +3Все 4 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: clean
This is a disclosed local file-based memory skill that persists workspace memory files and helper scripts, with no evidence of hidden network access, credential theft, or destructive behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.