BF long-term-memory
Система управления долгосрочной памятью — помогает ИИ и пользователям управлять, хранить и извлекать долгосрочные воспоминания. Поддерживает классификацию воспоминаний, управление тегами, оценку важности, автоматическое сжатие, сохранение памяти между сеансами. Применяется в сценариях, требующих долгосрочного отслеживания информации, создания баз знаний, поддержания исторического контекста.
машинный переводПоказать оригиналСкрыть оригинал«长期记忆管理系统 - 帮助AI和用户管理、存储、检索长期记忆。支持记忆分类、标签管理、重要性评分、自动压缩、跨会话记忆保持。适用于需要长期追…»
长期记忆管理系统 - 帮助AI和用户管理、存储、检索长期记忆。支持记忆分类、标签管理、重要性评分、自动压缩、跨会话记忆保持。适用于需要长期追踪信息、建立知识库、维护历史上下文的场景。
Система управления долгосрочной памятью — помогает ИИ и пользователям управлять, хранить и извлекать долгосрочные воспоминания.
Как процесс F 31/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/compression-strategies.md, references/best-practices.md
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - предупреждение
missing-refссылка на отсутствующий файл: references/compression-strategies.md - предупреждение
missing-refссылка на отсутствующий файл: references/best-practices.md
Процессный рейтинг: все десять параметров 31/100
- 0Инструменты и файлы. Не хватает 2 файла(ов): references/compression-strategies.md, references/best-practices.md
- 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
- 40Согласованность. Имя во frontmatter (long-term-memory) не совпадает с папкой (shenmeng-long-term-memory)
- 100Шаги. Шагов: 13
- 100Стоимость исполнения. Тело инструкции 466 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 91: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 15 заголовков
- +3Пошаговые инструкции: 13 пунктов
- +4Есть примеры (7 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
- +3Все 3 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.