SKILLEMALL.ai

AC memory-backup

Проверяйте конфигурацию памяти OpenClaw и артефакты памяти на диске, определяйте, какие включенные системы памяти следует резервировать, подготовьте детерминированный локальный пакет резервного копирования памяти и, при необходимости, передайте этот пакет в mnemospark или другое хранилище. Используйте при резервном копировании памяти агента, аудите включенных систем памяти, проверке файлов памяти на диске или подготовке восстанавливаемого архива только памяти без чатов, журналов или секретов.

машинный переводПоказать оригиналСкрыть оригинал«Inspect OpenClaw memory configuration and on-disk memory artifacts, co…»

Inspect OpenClaw memory configuration and on-disk memory artifacts, confirm which enabled memory systems should be backed up, prepare a deterministic local memory backup bundle, and optionally hand that bundle off to mnemospark or other storage. Use when backing up an agent's memory, auditing which memory systems are enabled, validating memory files on disk, or preparing a restorable memory-only archive without chats, logs, or secrets.

ClawHub Agent Skills автор: pawlsclick v1.0.0 MIT-0 7 файлов тело ≈ 1 881 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Проверяйте конфигурацию памяти OpenClaw и артефакты памяти на диске, определяйте, какие включенные системы памяти следует резервировать, подготовьте…

Как процесс C 52/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИнфраструктураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
C
52/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

    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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 7. 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 52/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 70Ошибки и развилки. Развилок: 12
    • 100Шаги. Шагов: 89
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1881 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 439 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 10 заголовков
    • +3Пошаговые инструкции: 89 пунктов
    • +4Есть примеры (0 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)
    • +3Все 2 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: clean
    This is a transparent memory-backup skill that handles sensitive agent memory, but its access is disclosed, purpose-aligned, and gated by user confirmation.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.