AC claw-recall
Индексируемая память разговоров, которая сохраняется после сжатия контекста. Индексирует стенограммы сеансов в SQLite с полнотекстовым и семантическим поиском, чтобы ваш агент мог восстановить контекст после сжатия, искать прошлые разговоры и находить то, что обсуждали другие агенты. Работает с несколькими агентами (OpenClaw + Claude Code). Также индексирует Gmail, Google Drive и Slack. Самостоятельно размещаемый, с открытым исходным кодом, без зависимости от облака. Используйте для: восстановления потерянного контекста, поиска истории разговоров, обмена знаниями между агентами. НЕ для: замены MEMORY.md или хранения секретов.
машинный переводПоказать оригиналСкрыть оригинал«Searchable conversation memory that survives context compaction. Index…»
Searchable conversation memory that survives context compaction. Indexes session transcripts into SQLite with full-text and semantic search so your agent can recover context after compaction, search past conversations, and find what other agents discussed. Works across multiple agents (OpenClaw + Claude Code). Also indexes Gmail, Google Drive, and Slack. Self-hosted, open source, no cloud dependency. Use when: recovering lost context, searching conversation history, cross-agent knowledge sharing. NOT for: replacing MEMORY.md or storing secrets.
Индексируемая память разговоров, которая сохраняется после сжатия контекста.
Как процесс C 60/100 · Есть пробелы — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу
Как улучшить
- 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 60/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 55Ошибки и развилки. Развилок: 1
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 12
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1283 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
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 550 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 14 заголовков
- +3Пошаговые инструкции: 12 пунктов
- +4Есть примеры (9 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.