SKILLEMALL.ai

AF memory-system-sidecar

Управляйте, проверяйте, восстанавливайте и отлаживайте фактический сайдкар долговременной памяти MemoryLab, который подает данные в `memory/ACTIVE_TASK_STATE.md` и `memory/LIVE_CONTEXT_PACKET.md`. Используйте при работе с реализованной системой памяти этого репозитория: обновление из истории сеанса, восстановление индексов, запуск оценок/тестов, аудит статуса этапов, проверка границ загрязнения или инспекция артефактов памяти в `memory-system/`, `memory/`, `history/` и `scripts/context-refresh*`.

машинный переводПоказать оригиналСкрыть оригинал«Operate, verify, rebuild, and debug the actual MemoryLab long-term mem…»

Operate, verify, rebuild, and debug the actual MemoryLab long-term memory sidecar that feeds `memory/ACTIVE_TASK_STATE.md` and `memory/LIVE_CONTEXT_PACKET.md`. Use when working on this repo’s implemented memory system: refreshing from session history, rebuilding indexes, running evals/tests, auditing milestone status, checking contamination boundaries, or inspecting memory artifacts under `memory-system/`, `memory/`, `history/`, and `scripts/context-refresh*`.

ClawHub Agent Skills автор: sjinopenclaw v1.0.0 MIT-0 7 файлов · 3 скрипта тело ≈ 699 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Управляйте, проверяйте, восстанавливайте и отлаживайте фактический сайдкар долговременной памяти MemoryLab, который подает данные в memory/ACTIVETASKSTATE.md…

Как процесс F 41/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/context-refresh*

АнализаторРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
F
41/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/context-refresh*
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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

  • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Operate, verify, rebuild, and debug the actual MemoryLab long-term… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/context-refresh*

Процессный рейтинг: все десять параметров 41/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/context-refresh*
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/context-refresh*
  • 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
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 100Шаги. Шагов: 31
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 699 токенов
  • 100Повторный запуск. Изменяющих операций нет

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 464 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 31 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 3 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: clean
The skill appears to perform disclosed, purpose-aligned local refresh/rebuild work, with a minor documentation gap about possible overwrites.
LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.