SKILLEMALL.ai

BC vibo-memory

Используйте, когда агенту требуется постоянная память (L1/L2/L3), архив живых документов (.vibo: упаковывает документы, ищет по смыслу, отвечает на вопросы), сохранение веб-поиска (сжимает статьи до 96%), память потока (сжимает длинные разговоры, восстанавливает детали), живое переключение (возобновление/сохранение состояния) или слой конфиденциальности (маскирует секреты до их попадания к любому LLM). Требуется действующая лицензия ViBo.

машинный переводПоказать оригиналСкрыть оригинал«Use when the agent needs persistent memory (L1/L2/L3), a living docume…»

Use when the agent needs persistent memory (L1/L2/L3), a living document archive (.vibo: pack documents, search by meaning, answer questions), web-search savings (compress articles up to 96%), thread memory (compress long conversations, restore details), live handoff (resume/save-state), or a privacy layer (mask secrets before they reach any LLM). Requires a valid ViBo license.

ClawHub Agent Skills автор: ViBo v2.1.2 MIT-0 6 файлов тело ≈ 6 538 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

vibo: упаковывает документы, ищет по смыслу, отвечает на вопросы), сохранение веб-поиска (сжимает статьи до 96%), память потока (сжимает длинные разговоры…

Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияDockerИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
C
59/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 6538 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "tools"

Процессный рейтинг: все десять параметров 59/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 22, без проверки текущего состояния
  • 70Стоимость исполнения. Тело инструкции 6538 токенов
  • 85Шаги. Шагов: 82, расплывчатых формулировок: 1
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 16. Похоже на несколько доменов в одном скилле

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
  • -2Ссылки на localhost: у другого пользователя не заработает
  • -241 эмодзи в инструкциях: шум для модели
  • +2Инструкции на одном языке
  • +3Длина description 380 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 26 заголовков
  • +3Пошаговые инструкции: 82 пунктов
  • +4Есть примеры (16 блоков кода)
  • +1Лицензия указана

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

Внешние проверки

ClawHub: clean
The skill is a disclosed local memory and archive tool with opt-in persistence and proxy features, but users should understand the data it keeps before enabling it.
LLM: benign (medium) · VirusTotal: · 30 авг. 2026 г.