AC recall-markdown-memory
Извлекайте только релевантные разделы из памяти Markdown, заметок по проекту, журналов решений и баз знаний со структурой заголовков с помощью CLI mdselect. Используйте, когда Codex необходимо вспомнить предыдущий контекст, решения, предпочтения или историю из файлов памяти, указанных пользователем, путей, объявленных в инструкциях проекта, MEMORY.md, memory/ или .agents/memory/. Используйте только в среде с поддержкой оболочки и mdselect в PATH; не используйте для изменения памяти или поиска файлов, не являющихся Markdown.
машинный переводПоказать оригиналСкрыть оригинал«Retrieve only relevant sections from Markdown memory, project notes, d…»
Retrieve only relevant sections from Markdown memory, project notes, decision logs, and heading-structured knowledge bases with the mdselect CLI. Use when Codex needs to recall prior context, decisions, preferences, or history from user-specified memory files, paths declared by project instructions, MEMORY.md, memory/, or .agents/memory/. Use only in a shell-enabled environment with mdselect on PATH; do not use for modifying memory or searching non-Markdown files.
Извлекайте только релевантные разделы из памяти Markdown, заметок по проекту, журналов решений и баз знаний со структурой заголовков с помощью CLI mdselect.
Как процесс C 60/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
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: 2. 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 60/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 17
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 756 токенов
- 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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 468 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 5 заголовков
- +3Пошаговые инструкции: 17 пунктов
- +4Есть примеры (1 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.