SKILLEMALL.ai

BC ecloud-long-term-memory

Долгосрочная система памяти на основе облачных сервисов мобильной памяти, поддерживающая семантический поиск и облачное хранилище. Используется для всех операций, связанных с памятью, включая хранение имени пользователя, возраста, профессии, предпочтений и другой личной информации, а также для поиска и перечисления прошлых воспоминаний. Обязательно используйте этот навык, когда пользователь говорит «Меня зовут…», «Мне… лет», «Мне нравится…» или спрашивает «Какие у меня есть воспоминания?».

машинный переводПоказать оригиналСкрыть оригинал«基于移动云记忆服务的长期记忆系统,支持语义搜索和云端存储。 用于处理所有与记忆相关的操作,包括存储用户姓名、年龄、职业、偏好等个人信息,以及…»

基于移动云记忆服务的长期记忆系统,支持语义搜索和云端存储。 用于处理所有与记忆相关的操作,包括存储用户姓名、年龄、职业、偏好等个人信息,以及搜索、列出历史记忆。当用户说出“我名字叫...”、“我今年...”、“我喜欢...”或询问“我有哪些记忆”时,必须使用此技能。

ClawHub Agent Skills автор: helloofyoursffsf v1.0.12 MIT-0 5 файлов тело ≈ 775 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Долгосрочная система памяти на основе облачных сервисов мобильной памяти, поддерживающая семантический поиск и облачное хранилище.

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
77
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.

Широкие права средняя серьёзность

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

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • средняя Широкие права meta-broad-allowed-tools SKILL.md:1
    Заранее разрешены широкие инструменты: bash
    allowed-tools: bash exec

Просканировано файлов: 5. 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. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 23
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 775 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 133 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 23 пунктов
  • +4Есть примеры (6 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

Внешние проверки

ClawHub: suspicious
This is a real cloud memory integration, but it asks for powerful credentials, stores raw personal memories remotely, and adds local persistence and agent-rule changes that users should review carefully.
LLM: suspicious (high) · VirusTotal: · 15 июн. 2026 г.