SKILLEMALL.ai

AC engram

Создает, запрашивает и поддерживает структурированные графы знаний. Используйте, когда вам нужно запоминать связи между компонентами кода, сервисами, людьми или любыми концепциями между сессиями. Обеспечивает постоянное хранение графа с иерархиями типов, онтологией отношений, наложениями ветвей, интеграцией с Git и межмодельными связями. Триггеры: "engram", "knowledge graph", "dependency graph", "build a model of", "map the architecture", "what depends on", "blast radius" или любой запрос на отслеживание связей между сущностями.

машинный переводПоказать оригиналСкрыть оригинал«Build, query, and maintain structured knowledge graphs. Use when you n…»

Build, query, and maintain structured knowledge graphs. Use when you need to remember relationships between code components, services, people, or any concepts across sessions. Provides persistent graph storage with type hierarchies, relationship ontology, branch overlays, git integration, and cross-model linking. Trigger on "engram", "knowledge graph", "dependency graph", "build a model of", "map the architecture", "what depends on", "blast radius", or any request to track relationships between entities.

ClawHub Agent Skills автор: Ken Zink v0.1.12 MIT-0 2 файла тело ≈ 3 816 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Создает, запрашивает и поддерживает структурированные графы знаний.

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

ГенераторРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
89
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
Отчётность по ходу вес 2
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: 2. 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 51/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (engram) не совпадает с папкой (clawdactual-engram)
    • 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
    • 65Ошибки и развилки. Развилок: 3
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 17
    • 100Стоимость исполнения. Тело инструкции 3816 токенов

    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

    • +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
    • +5В description 7 примера фраз-триггеров в кавычках
    • +3Длина description 509 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 32 заголовков
    • +3Пошаговые инструкции: 17 пунктов
    • +4Есть примеры (27 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 89.

    Внешние проверки

    ClawHub: suspicious
    The skill is a coherent local knowledge-graph tool, but it encourages persistent storage of sensitive operational and personal relationship details without clear guardrails.
    LLM: suspicious (high) · 5 авг. 2026 г.