BC mflow-memory-cn
Китайский интеллектуальный движок памяти — долгосрочная система памяти на основе графа знаний M-flow, объединяющая лучшие китайские гены: **Жэнь** (仁) — ориентация на пользователя, понимание эмоций и намерений **И** (义) — распознавание ответственности и обязательств, проактивное выполнение договоренностей **Ли** (礼) — знание меры, понимание когда нужно действовать, а когда отступить, своевременные действия **Чжи** (智) — глубокие ассоциативные рассуждения, способность делать выводы на основе имеющихся данных **Синь** (信) — создание профиля доверия, отслеживание соответствия слов и дел По сравнению с оригинальным M-flow добавлены: - Оценка степени близости отношений (система пяти отношений) - Отслеживание и напоминание об обязательствах (обещание джентльмена) - Ощущение эмоциональной температуры (человеческие отношения) - Система оценки своевременности (оценка ситуации) - Интеграция коллективного разума (гармония при разнообразии)
машинный переводПоказать оригиналСкрыть оригинал«中式智慧记忆引擎 — 基于M-flow知识图谱的长期记忆系统，融合中国人的优秀基因： **仁** — 以用户为中心，理解情感与意图 **义…»
中式智慧记忆引擎 — 基于M-flow知识图谱的长期记忆系统，融合中国人的优秀基因： **仁** — 以用户为中心，理解情感与意图 **义** — 识别责任与承诺，主动履行约定 **礼** — 懂分寸、知进退，适当时机适当行动 **智** — 深度关联推理，举一反三 **信** — 建立信任档案，言行一致追踪 相比原版M-flow，新增： - 关系亲密度评分（五伦系统） - 承诺追踪与提醒（君子一诺） - 情感温度感知（人情冷暖） - 时机判断系统（审时度势） - 集体智慧融合（和而不同）
Китайский интеллектуальный движок памяти — долгосрочная система памяти на основе графа знаний M-flow, объединяющая лучшие китайские гены: Жэнь (仁) —…
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 10. 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") - заметка
frontmatter-keyнеизвестное поле фронтматтера "requiredBinaries" - заметка
frontmatter-keyнеизвестное поле фронтматтера "requiredEnvVars" - заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage" - заметка
frontmatter-keyнеизвестное поле фронтматтера "extends"
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
- 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
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 36
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 988 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
- +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 249 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 22 заголовков
- +3Пошаговые инструкции: 36 пунктов
- +4Есть примеры (14 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.