SKILLEMALL.ai

AF enhanced-memory

Улучшенный поиск по памяти с гибридным векторным+ключевым ранжированием, временной маршрутизацией, ранжированием по пути к файлу, адаптивным взвешиванием, обратной связью по псевдорелевантности, ранжированием по значимости и перекрестными ссылками на графы знаний. Заменяет стандартный поиск по памяти системой извлечения с 4 сигналами. Используйте при поиске в памяти, индексировании файлов памяти, построении перекрестных ссылок или оценке значимости памяти. Требует Ollama с моделью nomic-embed-text.

машинный переводПоказать оригиналСкрыть оригинал«Enhanced memory search with hybrid vector+keyword scoring, temporal ro…»

Enhanced memory search with hybrid vector+keyword scoring, temporal routing, filepath scoring, adaptive weighting, pseudo-relevance feedback, salience scoring, and knowledge graph cross-references. Replaces the default memory search with a 4-signal fusion retrieval system. Use when searching memories, indexing memory files, building cross-references, or scoring memory salience. Requires Ollama with nomic-embed-text model.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 5 файлов тело ≈ 1 132 токенов Открыть источникgithub.com проанализирован 2 дн назад

Улучшенный поиск по памяти с гибридным векторным+ключевым ранжированием, временной маршрутизацией, ранжированием по пути к файлу, адаптивным взвешиванием…

Как процесс F 45/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/enhanced_memory_search.py

ГенераторИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
F
45/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/enhanced_memory_search.py
Инструменты и файлы вес 18
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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/enhanced_memory_search.py

Процессный рейтинг: все десять параметров 45/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/enhanced_memory_search.py
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/enhanced_memory_search.py
  • 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: 2, без проверки текущего состояния
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 85Шаги. Шагов: 10, расплывчатых формулировок: 1
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1132 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)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 425 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 10 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (6 блоков кода)
  • +3Все 4 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.