SKILLEMALL.ai

AD memory-keeper

Навык управления памятью для решения проблемы потери памяти ИИ после сброса /new. Трехуровневая система загрузки (горячая/теплая/холодная) загружает только то, что необходимо для текущей сессии — экономя токены. Включает: восстановление состояния задачи, ежедневный журнал, индекс проекта, регулярную консолидацию Dream. Чистая файловая система, без внешних сервисов. Активируется, когда пользователь говорит «пока», «пауза», «запомни это», при завершении этапа.

машинный переводПоказать оригиналСкрыть оригинал«解决 AI /new 后失忆问题的记忆管理 skill。三层加载机制(热/温/冷),session 启动时只取当前需要的记忆,省 token…»

解决 AI /new 后失忆问题的记忆管理 skill。三层加载机制(热/温/冷),session 启动时只取当前需要的记忆,省 token。 包含:任务状态恢复、每日日记、项目索引、Dream 定期整理。纯文件系统,无需外部服务。 用户说"先这样"、"暂停"、"记住这个"、里程碑完成时触发。 Memory management skill that prevents AI amnesia after /new resets. 3-tier loading (hot/warm/cold) loads only what's needed per session — saving tokens. Includes: task state recovery, daily journal, project index, Dream consolidation. Pure filesystem, no external services. Triggers on "pause", "remember this", milestone completion.

ClawHub Agent Skills автор: Ryan v1.5.2 MIT-0 6 файлов тело ≈ 938 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Навык управления памятью для решения проблемы потери памяти ИИ после сброса /new.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ПроцедураИнфраструктураЛичная продуктивностьтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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

  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: 6. 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 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (memory-keeper) не совпадает с папкой (smart-memory-keeper)
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 100Шаги. Шагов: 25
  • 100Стоимость исполнения. Тело инструкции 938 токенов
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 100Отчётность по ходу. Скилл сообщает о ходе работы

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 481 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 25 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: clean
This is a disclosed local memory-management skill that writes and restores OpenClaw workspace notes, with privacy and persistence tradeoffs users should understand.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.