BB super-memori
Локальный гибридный навык памяти для агентов OpenClaw. Используйте, когда агенту нужно находить, вспоминать, искать или повторно использовать прошлые знания в эпизодической, семантической, процедурной памяти и памяти обучения; когда пользователь задает вопросы вроде «что мы делали по поводу X», «помни», «найди в памяти», «что мы делали» или «найди в памяти»; когда важны как точное совпадение, так и поиск по смыслу; или при проектировании, эксплуатации или улучшении долговременной памяти агента на локальном хосте Ubuntu. Включает поверхности для улучшения обучения путем ручного просмотра и рекомендации по состоянию памяти для обнаружения деградированного режима, осведомленности о резервном копировании перед крупными операциями и изменения памяти с учетом рисков. Оптимизирован для слабых моделей путем предоставления небольшой поверхности команд и четких правил деградированного режима.
машинный переводПоказать оригиналСкрыть оригинал«Local-first hybrid memory skill for OpenClaw agents. Use when the agen…»
Local-first hybrid memory skill for OpenClaw agents. Use when the agent needs to find, recall, search, or reuse past knowledge across episodic, semantic, procedural, and learning memory; when the user asks things like "what did we do about X", "remember", "find in memory", "что мы делали", or "найди в памяти"; when exact match and meaning-based recall both matter; or when designing, operating, or improving long-term agent memory on a local Ubuntu host. Includes manual-review learning improvement surfaces and memory-health guidance for degraded-mode detection, backup awareness before major operations, and risk-aware memory changes. Optimized for weak models by exposing a small command surface and clear degraded-mode rules.
Локальный гибридный навык памяти для агентов OpenClaw.
Как процесс B 71/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск
Чем это грозит
Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.
Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.
Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.
Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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 · 2
✓ Критических и высоких находок нет
Средние и низкие: 2
-
средняя Опасные команды
cmd-shell-rcauto-learner.sh:18Запись в файл автозагрузки shell (.bashrc / .zshrc / .profile)echo " Configure PROMPT_COMMAND in ~/.bashrc to enable."
-
низкая Опасные команды
cmd-autorun-instructionSKILL.md:278Инструкция автоматически запускать скрипт в каждой сессии (определение детектора / чёрного списка)**Precedence rule:** for normal degraded-mode routing, always execute `./health-check.sh --json` and decide `OK` vs `WARN` vs `FAIL` from the parsed JSON `status` field plus payload details. Treat the
детектор
Просканировано файлов: 51. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 7302 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 71/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 70Стоимость исполнения. Тело инструкции 7302 токенов
- 100Шаги. Шагов: 89
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Ошибки и развилки. Развилок: 11, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 13. Похоже на несколько доменов в одном скилле
- low Скилл сам сортирует и ранжирует выдачу: это работа системы на той стороне, а не модели
- low Ответ описан самодельной разметкой (6 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- -36 из 6 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 5 примера фраз-триггеров в кавычках
- +3Длина description 731 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 39 заголовков
- +3Пошаговые инструкции: 89 пунктов
- +4Есть примеры (6 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 15)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.