SKILLEMALL.ai

AC cognitive-brain

Единая система когнитивной памяти, вдохновленная архитектурой человеческого мозга. Обеспечивает эпизодическую память (гиппокамп), семантические факты (неокортекс), процедурную память с эволюцией на основе LLM (мозжечок), фильтрацию внимания (таламус), консолидацию сна и метрики здоровья эрозии души. Используйте при сохранении опыта, извлечении воспоминаний, управлении фактами, создании/эволюции процедур, фильтрации входящей информации по важности, выполнении консолидации памяти или проверке состояния памяти. Заменяет отдельные CLIs для фактов/процедур единой командой `brain`.

машинный переводПоказать оригиналСкрыть оригинал«Unified cognitive memory system inspired by human brain architecture.…»

Unified cognitive memory system inspired by human brain architecture. Provides episodic memory (hippocampus), semantic facts (neocortex), procedural memory with LLM-driven evolution (cerebellum), attention filtering (thalamus), sleep consolidation, and soul erosion health metrics. Use when storing experiences, recalling memories, managing facts, creating/evolving procedures, filtering incoming information by importance, running memory consolidation, or checking memory health. Replaces separate facts/proc CLIs with a single `brain` command.

ClawHub Agent Skills автор: mwmdeadpool v1.0.1 MIT-0 13 файлов · 1 скрипт тело ≈ 1 597 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Единая система когнитивной памяти, вдохновленная архитектурой человеческого мозга.

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

ПроцедураИИ и агентыИнфраструктураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
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: 13. 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
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (cognitive-brain) не совпадает с папкой (brain-memory-system)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 16
    • 100Стоимость исполнения. Тело инструкции 1597 токенов
    • low Ответ описан самодельной разметкой (5 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
    • -2Ссылки на localhost: у другого пользователя не заработает
    • -32 из 9 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 545 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 18 заголовков
    • +3Пошаговые инструкции: 16 пунктов
    • +4Есть примеры (9 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

    Внешние проверки

    ClawHub: suspicious
    This is a coherent local agent-memory tool, but it needs Review because it persists sensitive memory, can send procedure history to external LLM endpoints, and has weak scoping and credential disclosures.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.