SKILLEMALL.ai
GitHub ↗ EN Войти

BD semantic-memory-search

Добавьте векторный семантический поиск в файлы памяти OpenClaw. Использует библиотеку memsearch, поддерживает гибридный поиск (плотные векторы + BM25), интеллектуальное дедупликацию SHA-256, локальные вложения без API Key.

машинный переводПоказать оригиналСкрыть оригинал«为 OpenClaw 记忆文件添加向量驱动的语义搜索。使用 memsearch 库，支持混合搜索（稠密向量 + BM25)，SHA-256…»

为 OpenClaw 记忆文件添加向量驱动的语义搜索。使用 memsearch 库，支持混合搜索（稠密向量 + BM25)，SHA-256 智能去重，本地 embedding 无需 API Key。

ClawHub Agent Skills автор: LuckPoppy v1.1.0 MIT-0 7 файлов · 2 скрипта тело ≈ 192 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Добавьте векторный семантический поиск в файлы памяти OpenClaw.

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

ИнтеграцияGitHubИнфраструктураИИ и агентытип 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
80/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
51
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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Implicit keys need to be on a single line at line 5, column 1: description: 为 OpenClaw 记忆文件添加向量驱动的语义搜索。使用 memsearch 库，支持混合搜索（稠密向量 + BM25)，SHA-… 本地运行，完全离线。 ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
  • заметка frontmatter-key неизвестное поле фронтматтера "keywords"

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 192 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 99: рекомендуется 120–800 символов
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -32 из 2 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +4Структура: 4 заголовков
  • +4Есть примеры (2 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 51.

Внешние проверки

ClawHub: suspicious
This skill is for local memory search, but it also documents daily Discord reporting for sensitive memory indexing without clearly explaining or limiting what leaves the machine.
LLM: suspicious (high) · VirusTotal: malicious · 28 мая 2026 г.