SKILLEMALL.ai
GitHub ↗ EN Войти

BD openclaw-memory-freshness

Добавить предупреждение о свежести к результатам поиска памяти для OpenClaw 4.2. Автоматически вставляет предупреждение с временной меткой при возврате результатов поиска памяти, напоминая модели о необходимости проверки старых данных. Активируется, когда пользователь упоминает устаревшие данные, неточные данные, просроченные данные или просит добавить напоминание о свежести данных.

машинный переводПоказать оригиналСкрыть оригинал«为 OpenClaw 4.2 记忆搜索结果添加新鲜度警告。当记忆搜索结果返回时自动注入时间戳警告，提示模型验证旧记忆。当用户提到记忆过时、记…»

为 OpenClaw 4.2 记忆搜索结果添加新鲜度警告。当记忆搜索结果返回时自动注入时间戳警告，提示模型验证旧记忆。当用户提到记忆过时、记忆不准确、记忆过期、或要求添加记忆新鲜度提醒时触发。

ClawHub Agent Skills автор: NICSHLIU v1.0.0 MIT-0 2 файла тело ≈ 321 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Добавить предупреждение о свежести к результатам поиска памяти для OpenClaw 4.2. Автоматически вставляет предупреждение с временной меткой при возврате…

Как процесс D 38/100 · Процесс не доведён — слабые места: шаги, результат и критерий готовности, когда включается

СправочникИнфраструктуратип 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
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
D
38/100
Процесс не доведён
Шаги вес 15
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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: 2. 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")

Процессный рейтинг: все десять параметров 38/100

  • 0Шаги. Инструкция сплошным текстом, шаги не выделены
  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 321 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 96: рекомендуется 120–800 символов
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 9 заголовков
  • +4Есть примеры (5 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: clean
This is a low-risk instruction-only skill that helps agents verify old memory entries before relying on them.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.