AC beastxa-memory-pro
Производственная система памяти для агентов OpenClaw. Автоматически организует заметки по тематическим файлам, предотвращает потерю контекста во время компактирования и выполняет ежедневные/еженедельные задачи обслуживания. Нулевые внешние зависимости — чистые локальные файлы Markdown. Установите и забудьте. Используйте, когда: агент постоянно забывает контекст, MEMORY.md слишком большой, заметки не организованы или вы хотите автоматического обслуживания памяти без ручных усилий.
машинный переводПоказать оригиналСкрыть оригинал«Production-grade memory system for OpenClaw agents. Auto-organizes not…»
Production-grade memory system for OpenClaw agents. Auto-organizes notes into topic files, prevents context loss during compaction, and runs daily/weekly maintenance crons. Zero external dependencies — pure local Markdown files. Install and forget. Use when: agent keeps forgetting context, MEMORY.md is too large, notes are disorganized, or you want automatic memory maintenance without manual effort.
Производственная система памяти для агентов OpenClaw.
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, ошибки и развилки
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: 13. 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 53/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 16
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 838 токенов
- 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
- -42 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- -31 из 4 скриптов не упомянуты в SKILL.md
- +2Инструкции на одном языке
- +3Длина description 402 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 12 заголовков
- +3Пошаговые инструкции: 16 пунктов
- +4Есть примеры (5 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.