A memory-augment
Long-term memory system for OpenClaw agents. Store, retrieve, and query conversation history and learned information across sessions.
A
90/100
Общая оценка
- Безопасность 60%
- Качество 40%
- Тесты бонус
Как улучшить
- Добавьте evals/evals.json с 4–6 реальными запросами и ожидаемыми ответами: тогда полная проверка использует ваши кейсы, а не черновик модели.
- Добавьте spec.yaml с триггерами и утверждениями (skilltest init): это контракт поведения для CI.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 10. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
Lint
✓ Lint: замечаний нет
Процессная зрелость 58/100
- 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: 1, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (memory-augment) не совпадает с папкой (claw-memory-augment)
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 26
- 100Стоимость исполнения. Тело инструкции 1715 токенов
- low Разделов верхнего уровня: 12. 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
- -5В тексте остались TODO / заглушки
- -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
- -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- -32 из 2 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 133 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 34 заголовков
- +3Пошаговые инструкции: 26 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (20 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.
Внешние проверки
ClawHub: clean
This is a disclosed local memory skill, but users should treat its stored and auto-injected memories as persistent private data.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.