SKILLEMALL.ai
GitHub ↗ EN Войти

CD memoir-onboard

Заполняет или обновляет постоянный снимок проекта высокого уровня в памяти. В git-репозитории записывает `codebase:onboard` (структура кода: модули, цели, правила, уроки) — используйте, когда: (1) пользователь запрашивает онбординг / обзор кодовой базы ('что делает этот проект', 'дайте обзор кодовой базы', 'введите меня в курс этого репозитория'); (2) пользователь явно запускает `/memoir:onboard` или `/memoir:onboard --force`. В папке без git записывает `project:onboard` (структура файлов: структурированные блоки для каждого файла) с использованием детерминированных экстракторов стандартной библиотеки вместо проходов LLM — используйте для письма, видеомонтажа, бухгалтерского учета и других смешанных медиа-проектов. Содержимое снимка используется для запуска будущих сессий через инъекцию SessionStart. Пропускайте для обычного извлечения (используйте memory-recall) или тривиальных вопросов по одному файлу.

машинный переводПоказать оригиналСкрыть оригинал«Populate or refresh a persistent, high-level project snapshot in memoi…»

Populate or refresh a persistent, high-level project snapshot in memoir. In a git repo this writes `codebase:onboard` (code-shape: modules, goals, rules, lessons) — use when: (1) the user asks for onboarding / a codebase tour ('what does this project do', 'give me a codebase overview', 'onboard me to this repo'); (2) the user explicitly runs `/memoir:onboard` or `/memoir:onboard --force`. In a non-git folder this writes `project:onboard` (file-shape: per-file structured blobs) using deterministic stdlib extractors instead of LLM passes — use for writing, video editing, bookkeeping, and other mixed-media projects. Snapshot contents seed future sessions via SessionStart injection. Skip for ordinary recall (use memory-recall) or trivial one-file questions.

zhangfengcdt/memoir Agent Skills автор: zhangfengcdt Apache-2.0 2 файла · 1 скрипт тело ≈ 5 063 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Заполняет или обновляет постоянный снимок проекта высокого уровня в памяти.

Как процесс D 49/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: scripts/resolve-memoir-cli.sh

ПроцедураРазработкатип и темы размечены автоматически по тексту скилла
Запускается в: 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) OpenClaw Goose OpenCode
JSON
Технический рейтинг
C
85/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
Скилл ссылается на файлы, которых нет в архиве: scripts/resolve-memoir-cli.sh
Инструменты и файлы вес 18
0
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Широкие права средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
  2. 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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • средняя Широкие права meta-broad-allowed-tools SKILL.md:1
    Заранее разрешены широкие инструменты: Bash
    allowed-tools: Bash

Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5063 токенов (рекомендуется < 5000); вынесите детали в references/
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/resolve-memoir-cli.sh

Процессный рейтинг: все десять параметров 49/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/resolve-memoir-cli.sh
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/resolve-memoir-cli.sh
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 10, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 65Ошибки и развилки. Развилок: 3
  • 70Стоимость исполнения. Тело инструкции 5063 токенов
  • 85Шаги. Шагов: 73, расплывчатых формулировок: 1
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Ответ описан самодельной разметкой (22 тегов): типизированный вызов надёжнее

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 763 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 22 заголовков
  • +3Пошаговые инструкции: 73 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (14 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.