SKILLEMALL.ai

BC claude-memory-graph-audit

Аудирует и исправляет каталог памяти сессии Claude Code (например, ~/.claude/projects/<session>/memory/) для обеспечения работоспособности графа знаний. Сценарии срабатывания: - Пользователь говорит «медосмотр/аудит/проверка моей памяти», «состояние базы памяти», «какие записи памяти изолированы» - Пользователь говорит «посмотри на ПАМЯТЬ с точки зрения LLM Wiki», «достаточно ли связаны мои записи памяти» - Пользователь подозревает, что [[wikilink]] написан неправильно, или файлов памяти становится все больше, но они становятся все более разрозненными Действия: обнаружение оборванных связей, изолированных страниц, связующих узлов, разреженной кластеризации, а также предложение или прямое исправление ссылок.

машинный переводПоказать оригиналСкрыть оригинал«审计并修复 Claude Code 的 session memory 目录(如 ~/.claude/projects/<session>/m…»

审计并修复 Claude Code 的 session memory 目录(如 ~/.claude/projects/<session>/memory/)作为知识图谱的健康度。 触发场景: - 用户说"体检/审计/检查我的 memory"、"memory 库健康度"、"哪些 memory 是孤立的" - 用户说"用 LLM Wiki 思路看一下 MEMORY"、"我的 memory 之间关联够不够" - 用户怀疑 [[wikilink]] 写错了、或 memory 文件越来越多但越来越散 做的事:检测断链、孤立页、桥接节点、稀疏聚类,并提议或直接修复链接。

ClawHub Agent Skills автор: heavenchenggong v0.1.0 MIT-0 4 файла · 1 скрипт тело ≈ 821 токенов Открыть источникclawhub.ai проанализирован 26 ч назад

Аудирует и исправляет каталог памяти сессии Claude Code (например, ~/.claude/projects/<session>/memory/) для обеспечения работоспособности графа знаний.…

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

АнализаторИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
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

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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 4. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "date"

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: 16
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 821 токенов
  • 100Повторный запуск. Изменяющих операций нет

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
  • -31 из 1 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 5 примера фраз-триггеров в кавычках
  • +3Длина description 281 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 16 пунктов
  • +4Есть примеры (7 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: clean
This skill is a scoped Claude memory health-audit tool with a read-only audit script and documented manual repair guidance for broken links.
LLM: benign (high) · VirusTotal: · 30 мая 2026 г.