SKILLEMALL.ai
GitHub ↗ EN Войти

BD Session Memory Extractor

OpenClaw версия Claude-Mem: автоматически сканирует старые файлы сессий, ИИ извлекает решения, предпочтения, факты, добавляет запись в memory/; синхронно очищает .jsonl + .trajectory.jsonl, освобождая сотни МБ диска. Извлечение выполняется до очистки, память не теряется; файлы, в которых извлечение не удалось, автоматически помещаются в карантин и не удаляются, чтобы избежать молчаливой потери данных.

машинный переводПоказать оригиналСкрыть оригинал«OpenClaw 版 Claude-Mem：自动扫描旧 Session 文件，AI 提炼决策、偏好、事实，追加写入 memory/；同步清理…»

OpenClaw 版 Claude-Mem：自动扫描旧 Session 文件，AI 提炼决策、偏好、事实，追加写入 memory/；同步清理 .jsonl + .trajectory.jsonl，释放数百 MB 磁盘。提炼比清理先跑，记忆不丢失；提炼失败的文件自动 Quarantine 不删，避免静默丢数据。

ClawHub Agent Skills автор: lmqiang-711 v1.0.6 MIT-0 7 файлов · 2 скрипта тело ≈ 2 119 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

OpenClaw версия Claude-Mem: автоматически сканирует старые файлы сессий, ИИ извлекает решения, предпочтения, факты, добавляет запись в memory/; синхронно…

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктураИИ и агентытип 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
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
D
41/100
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

    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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
    • заметка frontmatter-key неизвестное поле фронтматтера "slug"
    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
    • заметка frontmatter-key неизвестное поле фронтматтера "changelog"

    Процессный рейтинг: все десять параметров 41/100

    • 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
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (Session Memory Extractor) не совпадает с папкой (session-memory-extractor)
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 58
    • 100Стоимость исполнения. Тело инструкции 2119 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • low Разделов верхнего уровня: 14. Похоже на несколько доменов в одном скилле
    • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

    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
    • -5В тексте остались TODO / заглушки
    • -226 эмодзи в инструкциях: шум для модели
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 155 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 28 заголовков
    • +3Пошаговые инструкции: 58 пунктов
    • +4Есть примеры (11 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

    Внешние проверки

    ClawHub: suspicious
    This skill has a coherent session-cleanup purpose, but it handles highly sensitive session data and credentials with enough under-disclosed network and deletion behavior that users should review it carefully before installing.
    LLM: suspicious (high) · VirusTotal: · 22 июн. 2026 г.