SKILLEMALL.ai

AC session-distiller

Пакетная обработка завершенных и активных транскриптов сессий OpenClaw в структурированные файлы ежедневной памяти. Два компонента: distill.py (пакетная и живая обработка транскриптов, обработка заметок встреч Granola, ввод заметок Captain's Log) и context-gate.py (монитор использования контекста с авто-обработкой). Используйте, когда: (1) обрабатываются завершенные транскрипты сессий для сохранения в памяти, (2) выполняется живая обработка на месте для одобренных групповых чатов, (3) отслеживается использование контекста и автоматически ограничиваются сессии, приближающиеся к лимитам, (4) вводятся заметки встреч в файлы ежедневной памяти (--meeting-notes / --granola), (5) вводятся файлы заметок AM/PM в файлы ежедневной памяти (--daily-log / --captains-log). НЕ используйте для: сброса памяти в реальном времени (обрабатывается компактированием OpenClaw), ввода данных в векторное хранилище или ручного редактирования файлов памяти.

машинный переводПоказать оригиналСкрыть оригинал«Batch-distill completed and live OpenClaw session transcripts into str…»

Batch-distill completed and live OpenClaw session transcripts into structured daily memory files. Two components: distill.py (batch + live session distillation, Granola meeting note distillation, Captain's Log ingestion) and context-gate.py (context usage monitor with auto-distill). Use when: (1) distilling closed session transcripts to memory, (2) running live distill-in-place for approved group chats, (3) monitoring context usage and auto-gating sessions approaching limits, (4) ingesting meeting notes into daily memory files (--meeting-notes / --granola), (5) ingesting daily log AM/PM files into daily memory files (--daily-log / --captains-log). NOT for: real-time memory flush (handled by OpenClaw compaction), vector store ingestion, or manual memory file editing.

ClawHub Agent Skills автор: pjmorr v0.5.1 MIT-0 8 файлов тело ≈ 2 311 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Пакетная обработка завершенных и активных транскриптов сессий OpenClaw в структурированные файлы ежедневной памяти.

Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности

ГенераторTelegramИнфраструктураЛичная продуктивностьТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
93
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Результат и критерий готовности вес 14
0
Когда включается вес 12
50
Ошибки и развилки вес 10
50
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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • низкая Утечка данных exfil-webhook-url scripts/context-gate.py:92
      URL вебхука / коллбэка, типичный для эксфильтрации (проверьте адрес) (значение-заглушка)
      f"https://api.telegram.org/bot{BOT_TOKEN}/sendMessage",
      заглушка

    Просканировано файлов: 8. 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 62/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 85Шаги. Шагов: 38, расплывчатых формулировок: 1
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2311 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -2Ссылки на localhost: у другого пользователя не заработает
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 776 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 22 заголовков
    • +3Пошаговые инструкции: 38 пунктов
    • +4Есть примеры (4 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 2 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 93.

    Внешние проверки

    ClawHub: suspicious
    The skill is mostly coherent, but its automatic live distillation can capture and persist active conversations beyond the documented allowlist.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.