SKILLEMALL.ai
GitHub ↗ EN Войти

BD context-optimizer

Оптимизатор интеллектуального контекста. Автоматически анализирует, упрощает и оптимизирует файлы контекста рабочей области OpenClaw, извлекая повторно используемые компоненты в отдельные навыки, значительно сокращая потребление токенов.

машинный переводПоказать оригиналСкрыть оригинал«智能上下文优化器。自动分析、精简和优化OpenClaw工作空间上下文文件，提取可复用组件为独立技能，大幅减少token消耗。…»

智能上下文优化器。自动分析、精简和优化OpenClaw工作空间上下文文件，提取可复用组件为独立技能，大幅减少token消耗。

ClawHub Agent Skills автор: waleychenyue v1.0.0 MIT-0 8 файлов тело ≈ 968 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Оптимизатор интеллектуального контекста.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип 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
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (context-optimizer) не совпадает с папкой (context-optimizer-by-waleychenyue)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 65
  • 100Стоимость исполнения. Тело инструкции 968 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. 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)
  • +3Длина description 62: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 40 заголовков
  • +3Пошаговые инструкции: 65 пунктов
  • +4Есть примеры (9 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: clean
This is a local context-analysis and optimization skill whose file reads, report writes, skill installation helper, and automation examples are broadly aligned with its stated purpose, though users should treat it as capable of changing important workspace guidance files.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.