SKILLEMALL.ai

AC three-layer-memory

Интегрированная система трех уровней памяти + LanceDB Pro. Автоматическое управление горячей/теплой/холодной памятью, сочетание с векторной базой данных для извлечения в реальном времени и структурированного обслуживания расписания. Micro Sync (5 сканирований сеансов в день для записи решений + проверка autoCapture), Daily Wrap Up (структурированная сводка каждый день в полночь), Weekly Compound (еженедельное сжатие памяти + дистилляция + очистка векторов). Включает обнаружение дубликатов, изоляцию области действия, механизм архивирования. Триггеры: память, система памяти, установка памяти, управление памятью, micro sync, daily wrapup, weekly compound, lancedb.

машинный переводПоказать оригиналСкрыть оригинал«三层记忆系统 + LanceDB Pro 整合版。热/暖/冷记忆自动管理,结合向量数据库实时提取与结构化排程维护。Micro Sync(每天…»

三层记忆系统 + LanceDB Pro 整合版。热/暖/冷记忆自动管理,结合向量数据库实时提取与结构化排程维护。Micro Sync(每天5次扫session记决策+审核autoCapture)、Daily Wrap Up(每天凌晨结构化摘要)、Weekly Compound(每周记忆减脂+蒸馏+向量清理)。含去重检测、scope隔离、archive机制。触发词:记忆系统、memory system、安装记忆、记忆管理、micro sync、daily wrapup、weekly compound、lancedb。

ClawHub Agent Skills автор: kylin19860916 v2.0.0 MIT-0 6 файлов · 3 скрипта тело ≈ 888 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Интегрированная система трех уровней памяти + LanceDB Pro.

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
C
51/100
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Опасные команды cmd-cron-mention SKILL.md:90
    Упоминание редактирования crontab
    crontab -e

Просканировано файлов: 6. 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 51/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 10
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 888 токенов
  • low Скилл сам сортирует и ранжирует выдачу: это работа системы на той стороне, а не модели

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 261 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 10 пунктов
  • +4Есть примеры (6 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 3 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: suspicious
This memory skill is not deceptive, but it sets up recurring jobs that can scan, summarize, retain, and recall conversation history without clear retention, review, or sensitive-data controls.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.