AD obsidian-memory-system
Структурированная система постоянной памяти с использованием хранилища Obsidian с ежедневными журналами, документами проектов, базой знаний, журналом самосовершенствования и интеграцией с рабочей областью Discord. Используйте, когда: (1) настраиваете систему памяти нового агента OpenClaw, (2) агенту требуется постоянная память между сеансами, (3) организуете документацию по проекту, ежедневные журналы или базу знаний, (4) регистрируете ошибки, полученные уроки или запросы на новые функции для непрерывного улучшения, (5) настраиваете Discord в качестве основной рабочей области (голосовая связь, компоненты, ветки, архитектура каналов), (6) пользователь говорит «настроить память», «инициализировать хранилище», «создать журнал», «записать эту ошибку», «запомнить это», «обновить память», «настроить Discord» или «перенести из WhatsApp». Также охватывает настройку семантического поиска, конвейер продвижения полученных уроков в файлы мозга и настройку рабочей области Discord.
машинный переводПоказать оригиналСкрыть оригинал«Structured persistent memory system using an Obsidian vault with daily…»
Structured persistent memory system using an Obsidian vault with daily journals, project docs, knowledge base, self-improvement logging, and Discord workspace integration. Use when: (1) Setting up a new OpenClaw agent's memory system, (2) Agent needs persistent memory across sessions, (3) Organizing project documentation, daily journals, or knowledge base, (4) Logging errors, learnings, or feature requests for continuous improvement, (5) Setting up Discord as primary workspace (voice, components, threads, channel architecture), (6) User says 'set up memory', 'initialize vault', 'create journal', 'log this error', 'remember this', 'update memory', 'set up discord', or 'migrate from whatsapp'. Also covers semantic search setup, promotion pipeline for learnings into brain files, and Discord workspace configuration.
Структурированная система постоянной памяти с использованием хранилища Obsidian с ежедневными журналами, документами проектов, базой знаний, журналом…
Как процесс D 48/100 · 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: 11. 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 48/100
- 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: 6, без проверки текущего состояния
- 85Шаги. Шагов: 17, расплывчатых формулировок: 1
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1796 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)
- +3Длина description 823: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 18 заголовков
- +3Пошаговые инструкции: 17 пунктов
- +4Есть примеры (8 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (5 из 5)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.