BD Heartbeat Memories
Heartbeat-Memories (HBM) — полностью локальная система долговременной памяти для OpenClaw. Содержит пять банков памяти (Цели/Опыт/Эмоции/Сессия/Версия) + механизм воспоминаний по сердечному ритму. Без API-ключей, без потребления токенов, 100% локальная работа.
машинный переводПоказать оригиналСкрыть оригинал«Heartbeat-Memories (HBM) - A fully local long-term memory system for O…»
Heartbeat-Memories (HBM) - A fully local long-term memory system for OpenClaw. Features five memory banks (Goals/Experience/Emotions/Session/Version) + heartbeat recall mechanism. No API keys, no token consumption, 100% local operation.
Heartbeat-Memories (HBM) — полностью локальная система долговременной памяти для OpenClaw.
Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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 · 2
✓ Критических и высоких находок нет
Средние и низкие: 2
-
низкая Рискованное назначение
intent-offensive-securityREADME.md:211Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)### ✅ No Privilege Escalation
-
низкая Рискованное назначение
intent-offensive-securitySKILL.md:225Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)### ✅ No Privilege Escalation
Просканировано файлов: 11. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
name-formatname должен быть в kebab-case (строчные буквы, цифры, дефисы) - предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "slug" - заметка
frontmatter-keyнеизвестное поле фронтматтера "triggers"
Процессный рейтинг: все десять параметров 41/100
- 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
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (Heartbeat Memories) не совпадает с папкой (heartbeat-memories)
- 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 51
- 100Стоимость исполнения. Тело инструкции 2090 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- -220 эмодзи в инструкциях: шум для модели
- -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 236 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 37 заголовков
- +3Пошаговые инструкции: 51 пунктов
- +4Есть примеры (9 блоков кода)
- +3Все 3 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 62.