SKILLEMALL.ai

AC memory-pipeline

Устанавливает, ремонтирует и проверяет рабочий процесс постоянной памяти для агентов в стиле OpenClaw с использованием файлов памяти Markdown плюс периодические cron-задания. Используйте при настройке или исправлении MEMORY.md / memory/ структур, добавлении конвейеров памяти inbox→raw→daily→weekly, создании или аудите cron-заданий, связанных с памятью, определении того, как агент должен захватывать предпочтения, решения, задачи, состояние проекта и долгосрочные правила между сессиями, или при введении структурированных папок памяти, таких как memory/projects/ и memory/system/.

машинный переводПоказать оригиналСкрыть оригинал«Install, repair, and validate a persistent memory workflow for OpenCla…»

Install, repair, and validate a persistent memory workflow for OpenClaw-style agents using Markdown memory files plus recurring cron jobs. Use when setting up or fixing MEMORY.md / memory/ structures, adding inbox→raw→daily→weekly memory pipelines, creating or auditing memory-related cron jobs, defining how an agent should capture preferences, decisions, todos, project state, and long-term rules across sessions, or introducing structured memory folders such as memory/projects/ and memory/system/.

ClawHub Agent Skills автор: Lilyanne v0.1.0 MIT-0 9 файлов тело ≈ 2 290 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Устанавливает, ремонтирует и проверяет рабочий процесс постоянной памяти для агентов в стиле OpenClaw с использованием файлов памяти Markdown плюс…

Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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: 9. 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 58/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 11, без проверки текущего состояния
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 40Согласованность. Имя во frontmatter (memory-pipeline) не совпадает с папкой (openclaw-memory-pipeline)
    • 70Ошибки и развилки. Развилок: 6
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 114
    • 100Стоимость исполнения. Тело инструкции 2290 токенов
    • low Разделов верхнего уровня: 10. 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 501 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 25 заголовков
    • +3Пошаговые инструкции: 114 пунктов
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (5 из 5)
    • +3Все 2 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: clean
    This skill openly sets up a local Markdown memory system with scheduled background jobs, so the persistence risk is real but aligned with its stated purpose.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.