SKILLEMALL.ai
GitHub ↗ EN Войти

BC session-memory-flush

Перед освобождением сеанса OpenClaw из-за бездействия/сброса сканирует сеансы, видимые через `openclaw sessions --json`, читает транскрипт, извлекает ценный контекст и записывает его в файл workspace memory, чтобы уменьшить ощущение потери памяти в новом сеансе. Используется для сохранения сводок перед бездействием сеансов main, native subagent, cron, dreaming и т. д.; используется при необходимости установки, проверки, отладки, развертывания этого навыка или при необходимости объяснения его области совместного использования с встроенной памятью / локальным индексом SQLite / рабочей областью.

машинный переводПоказать оригиналСкрыть оригинал«在 OpenClaw session 即将因 idle/reset 释放前，扫描 `openclaw sessions --json` 可见…»

在 OpenClaw session 即将因 idle/reset 释放前，扫描 `openclaw sessions --json` 可见会话，读取 transcript，提炼高价值上下文并写入 workspace memory 文件，降低新 session 的失忆感。用于 main、native subagent、cron、dreaming 等会话的 idle 前摘要回收；当需要安装、验证、调试、交付这个 skill，或需要解释它与 builtin memory / per-agent SQLite index / workspace 共享范围的关系时使用。

ClawHub Agent Skills автор: Kang Li v1.0.0 MIT-0 8 файлов · 2 скрипта тело ≈ 936 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Перед освобождением сеанса OpenClaw из-за бездействия/сброса сканирует сеансы, видимые через openclaw sessions --json, читает транскрипт, извлекает ценный…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИИ и агентыИнфраструктуратип 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
B
85/100
безопасность, качество, тесты
Безопасность 60%
93
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
53/100
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

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

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. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • средняя Утечка данных net-redirectable-api-key watcher.py:514
    Скрипт отправляет API-ключ на хост из переменной окружения — ключ можно перенаправить на другой сервер
    API key + configurable base URL from environment
  • низкая Опасные команды cmd-cron-mention install.sh:210
    Упоминание редактирования crontab
    crontab -l 2>/dev/null | grep -v "$CRON_MARKER" > "$TMP_CRON" || true
  • низкая Опасные команды cmd-cron-mention uninstall.sh:17
    Упоминание редактирования crontab
    crontab -l 2>/dev/null | grep -v "$CRON_MARKER" > "$TMP_CRON" || true

Просканировано файлов: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 40
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 936 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

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 284 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 40 пунктов
  • +4Есть примеры (6 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: suspicious
This skill does what it says, but it needs review because it persistently scans private OpenClaw sessions and may send transcript contents to an LLM provider.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.