SKILLEMALL.ai
GitHub ↗ EN Войти

AC clear-mind

Система обслуживания и оптимизации файлов памяти. Используйте, когда в MEMORY.md накапливается фактическая информация (портфель, проекты, технические детали) или когда требуется периодическая очистка памяти. Переносит фактический контент в отдельные файлы, оставляет в MEMORY.md только основные правила и индексы, поддерживает таблицу Quick Index для навигации. Размер/количество строк НЕ являются триггером — важен только фактический объем.

машинный переводПоказать оригиналСкрыть оригинал«Memory file maintenance and optimization system. Use when factual info…»

Memory file maintenance and optimization system. Use when factual information (portfolio, projects, technical details) accumulates in MEMORY.md, or when periodic memory cleanup is needed. Migrates factual content to separate files, keeps only core rules and indexes in MEMORY.md, maintains Quick Index table for navigation. Size/line count is NOT a trigger — only factual bloat matters.

ClawHub Agent Skills автор: webray1983 v0.1.0 MIT-0 2 файла тело ≈ 2 451 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Система обслуживания и оптимизации файлов памяти.

Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность

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
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: clear-mind (ClawHub)

Как улучшить

    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: 2. 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 62/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 40Согласованность. Имя во frontmatter (clear-mind) не совпадает с папкой (clear-mind-skill)
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 61
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Стоимость исполнения. Тело инструкции 2451 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 386 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 28 заголовков
    • +3Пошаговые инструкции: 61 пунктов
    • +4Есть примеры (7 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: clean
    This instruction-only skill reorganizes long-term memory files and is purpose-aligned, but users should approve any moves or deletions before running it.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.