AC synapse-layer
Постоянная инфраструктура памяти для ИИ-агентов с 4-уровневым конвейером когнитивной безопасности (редактирование PII, шифрование AES-256-GCM, проверка намерений, дифференциальная приватность). Используйте при: настройке интеграции SynapseLayer MCP, сохранении/извлечении воспоминаний агента, совместном использовании воспоминаний между агентами, анализе оценок доверия или реализации постоянной памяти в агентах OpenClaw. Также используйте для устранения неполадок подключения SynapseLayer, понимания оценки Trust Quotient или настройки интеграций фреймворков (LangChain, CrewAI, AutoGen, LlamaIndex, Semantic Kernel).
машинный переводПоказать оригиналСкрыть оригинал«Persistent memory infrastructure for AI agents with 4-layer Cognitive…»
Persistent memory infrastructure for AI agents with 4-layer Cognitive Security Pipeline (PII redaction, AES-256-GCM encryption, intent validation, differential privacy). Use when: configuring SynapseLayer MCP integration, storing/retrieving agent memories, cross-agent memory sharing, analyzing trust scores, or implementing persistent memory in OpenClaw agents. Also use for troubleshooting SynapseLayer connectivity, understanding Trust Quotient scoring, or setting up framework integrations (LangChain, CrewAI, AutoGen, LlamaIndex, Semantic Kernel).
Постоянная инфраструктура памяти для ИИ-агентов с 4-уровневым конвейером когнитивной безопасности (редактирование PII, шифрование AES-256-GCM, проверка…
Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу
Как улучшить
- 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
- предупреждение
frontmatter-yamlSKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Persistent memory infrastructure for AI agents with 4-layer Cognit… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
Процессный рейтинг: все десять параметров 55/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 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
- 100Шаги. Шагов: 36
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1098 токенов
- 100Повторный запуск. Изменяющих операций нет
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
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 552 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 22 заголовков
- +3Пошаговые инструкции: 36 пунктов
- +4Есть примеры (6 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (3 из 3)
- +3Все 2 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.