SKILLEMALL.ai

AC context-clear

Система управления памятью с автоматизированным многоуровневым хранилищем (горячее/теплое/основное/забытое), организацией с учетом временного распада, механизмом продвижения, протоколом поиска по слоям и плагином внедрения сессий. Используйте при управлении памятью диалога, запуске /refresh, организации файлов контрольных точек, извлечении прошлых воспоминаний, продвижении важного контента в долговременное хранилище или очистке устаревшего контекста.

машинный переводПоказать оригиналСкрыть оригинал«Memory management system with automated tiered storage (hot/warm/gist/…»

Memory management system with automated tiered storage (hot/warm/gist/forgotten), time-decay organization, promotion engine, layer-search protocol, and session-injection plugin. Use when managing conversation memory, running /refresh, organizing checkpoint files, retrieving past memories, promoting important content to long-term storage, or cleaning up stale context.

ClawHub Agent Skills автор: slientRain-new v1.0.0 MIT-0 7 файлов тело ≈ 976 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Система управления памятью с автоматизированным многоуровневым хранилищем (горячее/теплое/основное/забытое), организацией с учетом временного распада…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
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 53/100

    • 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
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 7
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 976 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 369 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 19 заголовков
    • +3Пошаговые инструкции: 7 пунктов
    • +4Есть примеры (6 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: suspicious
    This is a coherent memory-management skill, but it automatically reuses stored conversation history and can delete old memory files, so users should review it before installing.
    LLM: suspicious (high) · VirusTotal: · 28 мая 2026 г.