SKILLEMALL.ai
GitHub ↗ EN Войти

BD Skill: brain-search

Поиск и взаимодействие с "Вторым мозгом" Фрэнка — постоянной базой знаний, которая хранит журналы разговоров, исследования, записи дневника, результаты работы и долгосрочную память.

машинный переводПоказать оригиналСкрыть оригинал«Search and interact with Frank's Second Brain — the persistent knowled…»

Search and interact with Frank's Second Brain — the persistent knowledge base that stores conversation logs, research, journal entries, job results, and long-term memory.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 1 файл тело ≈ 1 517 токенов Открыть источникgithub.com↗ проанализирован 3 дн назад

Поиск и взаимодействие с "Вторым мозгом" Фрэнка — постоянной базой знаний, которая хранит журналы разговоров, исследования, записи дневника, результаты работы…

Как процесс D 44/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияTelegramИИ и агентыЛичная продуктивностьтип 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
89/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
D
44/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

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 · 5

    ✓ Критических и высоких находок нет

    Средние и низкие: 5
    • низкая Секреты в коде secret-password-literal SKILL.md:27
      Захардкоженный пароль / ключ (возможно, пример) (в кавычках — упоминание, а не команда)
      All requests require header: `x-api-key: fran…026`
      в кавычках
    • низкая Секреты в коде secret-password-literal SKILL.md:33
      Захардкоженный пароль / ключ (возможно, пример) (в кавычках — упоминание, а не команда)
      -H "x-api-key: fran…026"
      в кавычках
    • низкая Секреты в коде secret-password-literal SKILL.md:39
      Захардкоженный пароль / ключ (возможно, пример) (в кавычках — упоминание, а не команда)
      -H "x-api-key: fran…026"
      в кавычках
    • низкая Секреты в коде secret-password-literal SKILL.md:48
      Захардкоженный пароль / ключ (возможно, пример) (в кавычках — упоминание, а не команда)
      -H "x-api-key: fran…026" \
      в кавычках
    • низкая Секреты в коде secret-password-literal SKILL.md:62
      Захардкоженный пароль / ключ (возможно, пример) (в кавычках — упоминание, а не команда)
      -H "x-api-key: fran…026" \
      в кавычках

    Просканировано файлов: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)

    Процессный рейтинг: все десять параметров 44/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (Skill: brain-search) не совпадает с папкой (brain-search)
    • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
    • 60Ошибки и развилки. Развилок: 2
    • 85Шаги. Шагов: 13, расплывчатых формулировок: 1
    • 100Стоимость исполнения. Тело инструкции 1517 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • low Разделов верхнего уровня: 11. 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 170 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 25 заголовков
    • +3Пошаговые инструкции: 13 пунктов
    • +4Есть примеры (16 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.