SKILLEMALL.ai
GitHub ↗ EN Войти

BD yotta-logs

Yuanshi — навык поиска по истории диалогов / логам памяти между агентами: поиск и анализ файлов сессий и памяти в форматах JSONL, JSON, SQLite, Markdown без зависимостей, восстановление контекста предыдущих диалогов и родительских сессий, предоставление исходных логов для отслеживания между сессиями. Триггеры: когда пользователь спрашивает о ранее обсуждавшемся контенте / родительской сессии / историческом контексте, хочет проверить ранее сделанные выводы, отследить обсуждение между сессиями, необходимо найти определенное решение в логах сессий или файлах памяти. Ограничения: только чтение собственных логов сессий / файлов памяти на локальном компьютере; не изменяет, не удаляет; только локальный поиск, без загрузки в сеть.

машинный переводПоказать оригиналСкрыть оригинал«元史 —— 跨智能体的历史会话 / 记忆日志检索技能：零依赖检索 / 分析 JSONL、JSON、SQLite、Markdown 多格式会话…»

元史 —— 跨智能体的历史会话 / 记忆日志检索技能：零依赖检索 / 分析 JSONL、JSON、SQLite、Markdown 多格式会话与记忆文件，回溯旧对话与父会话上下文，为跨会话追溯提供原始日志依据。触发：用户问起先前聊过的内容 / 父会话 / 历史上下文、要查以前说过的结论、跨会话回溯某次讨论、需要从会话日志或记忆文件定位某段决策时。边界：仅读取本机自己的会话日志 / 记忆文件；不修改、不删除；只查本地不联网上传。

ClawHub Agent Skills автор: YottaMeta v0.3.0 MIT-0 17 файлов · 1 скрипт тело ≈ 686 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Yuanshi — навык поиска по истории диалогов / логам памяти между агентами: поиск и анализ файлов сессий и памяти в форматах JSONL, JSON, SQLite, Markdown без…

Как процесс D 48/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип 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
85/100
безопасность, качество, тесты
Безопасность 60%
93
Качество 40%
74
Прогон на моделях
не было
Процессный рейтинг
D
48/100
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

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Секреты в коде средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

В файлах лежит чужой ключ или токен. Если он живой, ваш агент начнёт ходить в чужие сервисы от чужого имени; если ключ уже отозван, скрипты скилла просто сломаются. Такой ключ мог попасть в скилл вместе с целым рабочим пространством автора, включая личные данные.

Автору

Ключ виден всем, кто скачал скилл, и уже мог быть скопирован ботами, которые сканируют каталоги. Отзовите его сейчас, проверьте счета и логи доступа, а потом перевыпустите.

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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • средняя Секреты в коде secret-private-key scripts/test_yotta_logs.py:185
    Приватный ключ (заголовок ключа без тела; тестовый файл / пример; в кавычках — упоминание, а не команда)
    "-----BEGIN PRIVATE KEY----- …"))
    только заголовоктестовый файлв кавычках
  • низкая Секреты в коде secret-aws-key scripts/test_yotta_logs.py:167
    AWS access key ID (значение-заглушка)
    check("redact AKIA", "AKIA" not in YL.redact("AKIA…DEF"))
    заглушка
  • низкая Секреты в коде secret-high-entropy-token scripts/test_yotta_logs.py:178
    Строка, похожая на токен (может быть id, хеш или секрет) (значение-заглушка)
    "***" in YL.redact("abcd…FGH"))
    заглушка

Просканировано файлов: 16. 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 48/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 25
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 686 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • 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
  • -31 из 2 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 214 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 25 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (5 из 5)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: suspicious
This is a read-only local log search skill, but it can search broad sensitive histories by default and has privacy and install provenance gaps users should review carefully.
LLM: suspicious (high) · 8 сент. 2026 г.