SKILLEMALL.ai
GitHub ↗ EN Войти

BD context-manager

[Когда использовать] Когда пользователю нужно управлять личным контекстом; когда пользователь говорит «Запиши, что меня тронуло», «Организуй мысли», «Создай связи между знаниями»; когда обнаружены ключевые слова, такие как «утренний дневник», «карта знаний», «интеграция знаний». Добавлены функции «прорастания» (4 типа) и «дневника» (обратная связь наблюдателя).

машинный переводПоказать оригиналСкрыть оригинал«［何时使用］当用户需要管理个人 Context（上下文）时；当用户说"记录触动事""整理认知""建立知识连接"时；当检测到"晨间日记""认知…»

［何时使用］当用户需要管理个人 Context（上下文）时；当用户说"记录触动事""整理认知""建立知识连接"时；当检测到"晨间日记""认知地图""知识整合"等关键词时。新增发芽功能（4 种类型）和日记功能（旁观者反馈）。

ClawHub Agent Skills автор: lj22503 v2.0.0 MIT-0 10 файлов тело ≈ 1 792 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

[Когда использовать] Когда пользователю нужно управлять личным контекстом; когда пользователь говорит «Запиши, что меня тронуло», «Организуй мысли», «Создай…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
61
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
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: 10. 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 "created"
  • заметка frontmatter-key неизвестное поле фронтматтера "updated"
  • заметка frontmatter-key неизвестное поле фронтматтера "skill_type"
  • заметка frontmatter-key неизвестное поле фронтматтера "related_skills"
  • заметка frontmatter-key неизвестное поле фронтматтера "self_improvement"

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 (context-manager) не совпадает с папкой (personal-context-manager)
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 90
  • 100Стоимость исполнения. Тело инструкции 1792 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)
  • +3Длина description 111: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -237 эмодзи в инструкциях: шум для модели
  • -31 из 1 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 26 заголовков
  • +3Пошаговые инструкции: 90 пунктов
  • +4Есть примеры (18 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 61.

Внешние проверки

ClawHub: clean
This is a local personal knowledge-management skill with expected note storage and a scoped cleanup script, with privacy and deletion risks users should understand.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.