AD session-memory
Система постоянной памяти сеанса, предотвращающая потерю знаний после сжатия контекста. Преобразует стенограммы сеансов в удобный для поиска Markdown, создает автоматически обновляемый индекс глоссария (люди, проекты, решения, временная шкала) и настраивает cron-задания для непрерывного индексирования. Используйте, когда: (1) агент забывает детали после сжатия, (2) вы хотите вспомнить, кто обсуждался или что было решено в прошлых сеансах, (3) настройка долгосрочной памяти для нового агента OpenClaw, (4) пользователь спрашивает о потере памяти, восстановлении сеанса или сохранении знаний между сеансами.
машинный переводПоказать оригиналСкрыть оригинал«Persistent session memory system that prevents knowledge loss after co…»
Persistent session memory system that prevents knowledge loss after context compaction. Converts session transcripts to searchable Markdown, builds an auto-updating glossary index (people, projects, decisions, timeline), and sets up cron jobs for continuous indexing. Use when: (1) the agent forgets details after compaction, (2) you want to recall who was discussed or what was decided in past sessions, (3) setting up long-term memory for a new OpenClaw agent, (4) the user asks about memory loss, session recall, or knowledge persistence across sessions.
Система постоянной памяти сеанса, предотвращающая потерю знаний после сжатия контекста.
Как процесс D 36/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- 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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 36/100
- 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 (session-memory) не совпадает с папкой (faya-session-memory)
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 85Шаги. Шагов: 16, расплывчатых формулировок: 1
- 100Стоимость исполнения. Тело инструкции 1368 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 557 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 12 заголовков
- +3Пошаговые инструкции: 16 пунктов
- +4Есть примеры (8 блоков кода)
- +3Все 3 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.