SKILLEMALL.ai

AF self-improving-five-layer-memory

Саморазвивающаяся пятиуровневая система памяти для ИИ-агентов. Основана на WorkBuddy Five-Layer Memory v4.1, предоставляет пятиуровневую архитектуру L1-L5, механизм эволюции и автоматизированное обслуживание. Активируется, когда пользователю нужно (1) создать систему памяти, (2) оптимизировать существующую память, (3) проанализировать архитектуру памяти или (4) реализовать автоматизацию памяти. Создана на основе производственной системы памяти Dingdang (2026-05-03).

машинный переводПоказать оригиналСкрыть оригинал«Self-Evolving Five-Layer Memory System for AI Agents. Based on WorkBud…»

Self-Evolving Five-Layer Memory System for AI Agents. Based on WorkBuddy Five-Layer Memory v4.1, provides L1-L5 layered architecture, evolution mechanism, and automated maintenance. Triggers when the user needs to (1) build a memory system, (2) optimize existing memory, (3) analyze memory architecture, or (4) implement memory automation. Built from Dingdang's production memory system (2026-05-03).

ClawHub Agent Skills автор: zhdingdang v1.0.0 MIT-0 5 файлов тело ≈ 707 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Саморазвивающаяся пятиуровневая система памяти для ИИ-агентов.

Как процесс F 39/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/mempalace_consolidation.py

АнализаторИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
F
39/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/mempalace_consolidation.py
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/mempalace_consolidation.py

Процессный рейтинг: все десять параметров 39/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/mempalace_consolidation.py
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/mempalace_consolidation.py
  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 100Шаги. Шагов: 54
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 707 токенов

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 400 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 54 пунктов
  • +4Есть примеры (4 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.

Внешние проверки

ClawHub: suspicious
This memory-system skill is not malware, but it asks the agent to persist sensitive personal, behavioral, environment, and API-key-related information with too little user control.
LLM: suspicious (high) · VirusTotal: benign · 28 мая 2026 г.