AC memory-orchestrator
Оркестрация многоуровневой памяти для разговоров OpenClaw. Используйте при реализации или поддержке системы памяти, которая должна классифицировать ввод пользователя по домену, захватывать предпочтения/решения во время чата, организовывать долгосрочные объекты знаний, выполнять извлечение с предварительным суммированием и периодически отражать/сжимать память для лучшего будущего извлечения. Срабатывает по запросам об архитектуре памяти, стратегии извлечения, прогрессивном раскрытии, долгосрочном контексте, ассоциации между темами, захвате предпочтений пользователя или создании навыка/плагина OpenClaw для постоянной памяти.
машинный переводПоказать оригиналСкрыть оригинал«Layered memory orchestration for OpenClaw conversations. Use when impl…»
Layered memory orchestration for OpenClaw conversations. Use when implementing or maintaining a memory system that must classify user input by domain, capture preferences/decisions during chat, organize long-term knowledge objects, do summary-first recall, and periodically reflect/compress memory for better future retrieval. Triggers on requests about memory architecture, recall strategy, progressive disclosure, long-term context, cross-topic association, user preference capture, or building an OpenClaw skill/plugin for persistent memory.
Оркестрация многоуровневой памяти для разговоров OpenClaw.
Как процесс C 61/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность
Как улучшить
- 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: 23. 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 61/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (memory-orchestrator) не совпадает с папкой (mem-orchestrator)
- 55Ошибки и развилки. Развилок: 1
- 85Шаги. Шагов: 69, расплывчатых формулировок: 1
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Стоимость исполнения. Тело инструкции 2061 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 11. 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
- -35 из 12 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 544 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 28 заголовков
- +3Пошаговые инструкции: 69 пунктов
- +4Есть примеры (5 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (5 из 5)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.