SKILLEMALL.ai

CD self-improving-agent

Система самосовершенствования и памяти ИИ — решение проблемы «повторения одних и тех же ошибок, игнорирования исправлений пользователя». Автоматически фиксирует ошибки, исправления пользователя, лучшие практики и преобразует их в долговременную память.

машинный переводПоказать оригиналСкрыть оригинал«AI自我改进与记忆系统 - 解决'同类错误反复犯、用户纠正不长记性'的痛点。自动捕获错误、用户纠正、最佳实践,并转化为长期记忆。…»

AI自我改进与记忆系统 - 解决'同类错误反复犯、用户纠正不长记性'的痛点。自动捕获错误、用户纠正、最佳实践,并转化为长期记忆。

ClawHub Agent Skills автор: zhengxinjipai v1.0.0 7 файлов · 4 скрипта тело ≈ 645 токенов Открыть источникclawhub.ai↗ проанализирован 5 дн назад

Система самосовершенствования и памяти ИИ — решение проблемы «повторения одних и тех же ошибок, игнорирования исправлений пользователя».

Как процесс D 39/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
Прогон на моделях
не было
Процессный рейтинг
D
39/100
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

Такой же скилл встречается ещё в 2 местах: ClawHub, ClawHub

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: 7. 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 39/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (self-improving-agent) не совпадает с папкой (self-improving-agent-cn)
  • 60Инструменты и файлы. Используются инструменты (python, node), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 18
  • 100Стоимость исполнения. Тело инструкции 645 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)
  • +3Длина description 64: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -222 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 18 пунктов
  • +4Есть примеры (7 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

В песочнице Скрипты не запустились

Скрипты скилла запущены в одноразовой машине: без сети, с подложными ключами в домашнем каталоге, под наблюдением. Мы записали, что они делали. Попытка выйти в сеть или прочитать чужие секреты ограничивает техническую оценку буквой C; тихий запуск баллов не добавляет.

Запущено 4 скрипта; каждому дали двадцать секунд, поддельный домашний каталог с ключами и сеть, в которой ничего нет.

Ни один не дошёл до работы — им не хватило зависимостей, аргументов или файлов. Это не отзыв о поведении: наблюдать было не за чем.

check_memory.pyне запустился: Usage: check_memory.py --command 'cmd'
log_best_practice.pyне запустился: log_best_practice.py: error: the following arguments are required: --category, --practice
log_correction.pyне запустился: log_correction.py: error: the following arguments are required: --topic, --wrong, --correct
log_error.pyне запустился: Usage: log_error.py --command 'cmd' --error 'err' [--fix 'solution']

26 сент. 2026 г.

Внешние проверки

ClawHub: suspicious
This skill is a disclosed self-improvement memory system, but it automatically stores and reuses user corrections and command failures in ways that can persistently change future agent behavior without enough user control.
LLM: suspicious (high) · VirusTotal: · 11 сент. 2026 г.