AD memory-manager
Система управления памятью ИИ-агента с двухканальным хранилищем (ежедневные дневники + долгосрочная память), периодическим автоматическим извлечением, восстановлением контекста диалога. Применяется для: (1) Настройки управления памятью для нового агента, (2) Настройки периодической организации памяти на основе heartbeat, (3) Создания структуры MEMORY.md и дневников, (4) Адаптации к другим ИИ-платформам (WorkBuddy, Coze, Dify и т. д.), (5) Исправления проблем с отказом функции памяти агента, (6) Запросов пользователя о памяти агента, управлении контекстом, «как заставить ИИ запоминать вещи». Не применяется для: проблем с конфигурацией OpenClaw, не связанных с памятью, настройки семантического/векторного поиска.
машинный переводПоказать оригиналСкрыть оригинал«AI 助手记忆管理系统，采用双轨存储（每日日记 + 长期记忆）、定期自动提炼、会话上下文恢复。适用于：(1) 为新 agent 配置记忆管理…»
AI 助手记忆管理系统，采用双轨存储（每日日记 + 长期记忆）、定期自动提炼、会话上下文恢复。适用于：(1) 为新 agent 配置记忆管理，(2) 设置基于心跳的定期记忆整理，(3) 创建 MEMORY.md 和日记结构，(4) 适配其他 AI 平台（WorkBuddy、Coze、Dify 等），(5) 修复 agent 记忆功能失效问题，(6) 用户询问 agent 记忆、上下文管理、"如何让 AI 记住东西"。不适用于：与记忆无关的 OpenClaw 配置问题、语义/向量搜索配置。
Система управления памятью ИИ-агента с двухканальным хранилищем (ежедневные дневники + долгосрочная память), периодическим автоматическим извлечением…
Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 49/100
- 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
- 40Согласованность. Имя во frontmatter (memory-manager) не совпадает с папкой (xiaolongxia-memory)
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 13
- 100Стоимость исполнения. Тело инструкции 537 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
- +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 246 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 12 заголовков
- +3Пошаговые инструкции: 13 пунктов
- +4Есть примеры (5 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 3)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.