SKILLEMALL.ai
GitHub ↗ EN Войти

CC perstate

Git-ориентированный удаленный граф знаний, обеспечивающий постоянное состояние для агентов и отдельных лиц. /perstate проверяет статус, /perstate save записывает инсайты, /perstate search извлекает, /perstate fork копирует ветки, /perstate switch меняет ветки, /perstate info показывает статистику, /perstate view визуализирует, /perstate prune очищает. Триггер: пользователь говорит "persist" "remember" "recall" "memory" "save insight" или вводит /perstate. Автоматически извлекает инсайты, дедуплицирует и объединяет, выполняет многошаговые запросы, визуализирует граф.

машинный переводПоказать оригиналСкрыть оригинал«A git-native remote knowledge graph that provides persistent state for…»

A git-native remote knowledge graph that provides persistent state for agents and individuals. /perstate checks status, /perstate save writes insights, /perstate search recalls, /perstate fork copies branches, /perstate switch changes branches, /perstate info shows stats, /perstate view visualizes, /perstate prune cleans up. Trigger: user says "persist" "remember" "recall" "memory" "save insight" or types /perstate. Auto-extracts insights, deduplicates and merges, multi-hop queries, graph visualization.

Не рекомендуетсяесть критические или высокие находки безопасности
ClawHub Agent Skills автор: Florian v1.1.0 MIT-0 14 файлов · 10 скриптов тело ≈ 3 620 токенов Открыть источникclawhub.ai↗ проанализирован 14 дн назад

Git-ориентированный удаленный граф знаний, обеспечивающий постоянное состояние для агентов и отдельных лиц.

Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия

ГенераторРазработкаИИ 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
C
86/100
безопасность, качество, тесты
Безопасность 60%
82
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
C
55/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Когда включается вес 12
50
три самых слабых из десяти параметров · все десять

Чем это грозит

Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.

Утечка данных
Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

Как улучшить

  1. Разберите находки высокой серьёзности: каждая стоит 18 баллов безопасности. Если это ложное срабатывание, добавьте код правила в guard.allow в spec.yaml.
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 · 1

  • высокая Утечка данных intent-browser-credential-store skill-card.md:14
    Доступ к хранилищу паролей / cookies браузера
    Developers, agent operators, and individuals use Perstate to maintain persistent memory as a git-backed markdown knowledge graph. It supports saving conversation-derived insights, searching and traver

Просканировано файлов: 14. 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
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 55Ошибки и развилки. Развилок: 1
  • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
  • 85Шаги. Шагов: 22, расплывчатых формулировок: 1
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3620 токенов
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Ответ описан самодельной разметкой (21 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 5 примера фраз-триггеров в кавычках
  • +3Длина description 508 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 24 заголовков
  • +3Пошаговые инструкции: 22 пунктов
  • +4Есть примеры (12 блоков кода)
  • +3Все 10 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.

Внешние проверки

ClawHub: suspicious
This is a coherent git-backed memory skill, but it needs review because it can persist conversation-derived knowledge locally and remotely with broad triggers and limited consent controls.
LLM: suspicious (high) · 20 июл. 2026 г.