SKILLEMALL.ai
EN Войти

B continuous-learning

持续学习套件 - AI自主记忆管理工作流：自动识别新任务、记录对话到MemPalace、定期做梦分析、提取精华到文档、自我纠错改进。触发词："持续学习"、"记忆管理"、"自我改进"、"学习体系"。

ClawHub Agent Skills автор: long57777 v1.1.0 MIT-0 11 файлов тело ≈ 1 585 токенов открыть источник ↗ проанализирован 34 ч назад
ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw 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) Goose OpenCode
JSON
B
85/100
Общая оценка
Безопасность 60%
97
Качество 40%
67
Тесты бонус
0

Такой же скилл встречается ещё в 1 месте: ClawHub

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для срабатывания.
  2. Добавьте evals/evals.json с 4–6 реальными запросами и ожидаемыми ответами: тогда полная проверка использует ваши кейсы, а не черновик модели.
  3. Добавьте spec.yaml с триггерами и утверждениями (skilltest init): это контракт поведения для CI.

Находки guard · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • низкая Опасные команды cmd-cron-mention README.md:252
    Упоминание редактирования crontab
    crontab -l
  • низкая Опасные команды cmd-cron-mention setup/install_cron.py:177
    Упоминание редактирования crontab (строковый литерал в коде, не выполняется)
    print("  crontab -l")
    строка в коде
  • низкая Опасные команды cmd-cron-mention SKILL.md:378
    Упоминание редактирования crontab
    crontab -l | grep openclaw

Просканировано файлов: 11. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

Lint

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "dependencies"

Процессная зрелость 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
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (continuous-learning) не совпадает с папкой (continuous-learning-kit)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 59
  • 100Стоимость исполнения. Тело инструкции 1585 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • 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)
  • +3Длина description 98: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -219 эмодзи в инструкциях: шум для модели
  • +2Инструкции на одном языке
  • +4Структура: 39 заголовков
  • +3Пошаговые инструкции: 59 пунктов
  • +4Есть примеры (21 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

Внешние проверки

ClawHub: suspicious
This is a disclosed continuous-memory skill, but it needs Review because it can keep broad long-term chat memory, run scheduled background jobs, send memory contents to MiniMax, and update core agent files without strong consent or review controls.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.