SKILLEMALL.ai
GitHub ↗ EN Войти

BC memphis

🔥 Memphis — Полный ИИ-мозг для агентов OpenClaw Универсальный метапакет со всем необходимым: 🧠 Основные функции: - Локальные цепочки памяти (журнал, воспоминания, вопросы, решения) - Интеграция с локальными LLM (Ollama, локальные модели) - Семантический поиск с эмбеддингами - Граф знаний - Зашифрованное хранилище для секретов 🚀 Когнитивный движок (Модели A+B+C): - Модель A: Запись сознательных решений (вручную) - Модель B: Обнаружение решений из git (автоматически) - Модель C: Прогнозирование решений до их принятия (предиктивное) - Точность 90,7%, проактивные предложения 🛠️ Настройка и управление: - Мастер начальной настройки (5 минут) - Возможность самообучения (Memphis использует себя) - Система авторемонта - Мониторинг цепочек - Автоматическое резервное копирование 🌐 Сеть мультиагентов: - Протокол Campfire Circle - Синхронизация цепочек (IPFS) - Сотрудничество между агентами - Переговоры между агентами (торговый протокол) Идеально подходит для: индивидуальных разработчиков, команд, исследователей, предпринимателей Быстрый старт: clawhub install memphis && memphis init

машинный переводПоказать оригиналСкрыть оригинал«🔥 Memphis - Complete AI Brain for OpenClaw Agents ALL-IN-ONE meta-pa…»

🔥 Memphis - Complete AI Brain for OpenClaw Agents ALL-IN-ONE meta-package with everything you need: 🧠 Core Features: - Local-first memory chains (journal, recall, ask, decisions) - Offline LLM integration (Ollama, local models) - Semantic search with embeddings - Knowledge graph - Encrypted vault for secrets 🚀 Cognitive Engine (Models A+B+C): - Model A: Record conscious decisions (manual) - Model B: Detect decisions from git (automatic) - Model C: Predict decisions before you make them (predictive) - 90.7% accuracy, proactive suggestions 🛠️ Setup & Management: - Bootstrap wizard (5-minute setup) - Self-loop capability (Memphis uses itself) - Auto-repair system - Chain monitoring - Backup automation 🌐 Multi-Agent Network: - Campfire Circle Protocol - Share chain sync (IPFS) - Multi-agent collaboration - Agent negotiation (trade protocol) Perfect for: Individual developers, teams, researchers, entrepreneurs Quick start: clawhub install memphis && memphis init

modbender/skill-library-mcp Hermes автор: modbender MIT 4 файла тело ≈ 2 739 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

🔥 Memphis — Полный ИИ-мозг для агентов OpenClaw Универсальный метапакет со всем необходимым: 🧠 Основные функции: - Локальные цепочки памяти (журнал…

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияGitHubDiscordPostgreSQLЛичная продуктивностьИИ и агентыРазработкатип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
B
81/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
53
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
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

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-long-hermes description 984 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)
  • предупреждение description-no-when ни description, ни раздел "## When to Use" не говорят, когда применять скилл
  • заметка frontmatter-key неизвестное поле фронтматтера "repository"
  • заметка frontmatter-key неизвестное поле фронтматтера "documentation"

Процессный рейтинг: все десять параметров 51/100

  • 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: 3, без проверки текущего состояния
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 49
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2739 токенов
  • low Разделов верхнего уровня: 19. 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)
  • +3Длина description 983: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -5В тексте остались TODO / заглушки
  • -2Ссылки на localhost: у другого пользователя не заработает
  • -258 эмодзи в инструкциях: шум для модели
  • +2Инструкции на одном языке
  • +4Структура: 59 заголовков
  • +3Пошаговые инструкции: 49 пунктов
  • +4Есть примеры (28 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 53.