AC openclaw-mem
Управляет, оптимизирует и устраняет неполадки системы памяти OpenClaw — курирование MEMORY.md, ежедневные журналы (memory/YYYY-MM-DD.md), настройка memory_search, сохранение при компакции и конфигурация векторного/гибридного поиска. Используйте этот навык всякий раз, когда пользователь упоминает память OpenClaw, MEMORY.md, ежедневные журналы, memory_search, memory_get, сброс компакции, индексацию памяти, QMD, проблемы с извлечением из памяти, «агент забыл», проблемы с окном контекста, или хочет настроить, отладить или улучшить то, как агент OpenClaw запоминает вещи. Также триггер при обсуждении плагинов памяти (Mem0, Supermemory, Cognee), провайдеров встраивания, архитектуры файлов памяти или настройки релевантности поиска по памяти.
машинный переводПоказать оригиналСкрыть оригинал«Manage, optimize, and troubleshoot the OpenClaw memory system — MEMORY…»
Manage, optimize, and troubleshoot the OpenClaw memory system — MEMORY.md curation, daily logs (memory/YYYY-MM-DD.md), memory_search tuning, compaction survival, and vector/hybrid search configuration. Use this skill whenever the user mentions OpenClaw memory, MEMORY.md, daily logs, memory_search, memory_get, compaction flush, memory indexing, QMD, memory recall problems, "the agent forgot", context window issues, or wants to set up, debug, or improve how their OpenClaw agent remembers things. Also trigger when discussing memory plugins (Mem0, Supermemory, Cognee), embedding providers, memory file architecture, or memory search relevance tuning.
Управляет, оптимизирует и устраняет неполадки системы памяти OpenClaw — курирование MEMORY.md, ежедневные журналы (memory/YYYY-MM-DD.md), настройка…
Как процесс C 57/100 · 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 57/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
- 55Ошибки и развилки. Развилок: 1
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Шаги. Шагов: 76
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2865 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле
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 653 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 38 заголовков
- +3Пошаговые инструкции: 76 пунктов
- +4Есть примеры (8 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.