SKILLEMALL.ai

BF long-term-task-memory

Вызов базы данных векторов火山引擎 Milvus по запросу для хранения и поиска долгосрочной памяти, поддерживает гибкое разделение данных по ролям, событиям, проектам и другим измерениям; используется, когда пользователь явно запрашивает сохранение, поиск, обновление или удаление долгосрочной памяти.

машинный переводПоказать оригиналСкрыть оригинал«按需调用火山引擎 Milvus 向量数据库进行长期记忆存储与检索,支持灵活的数据格式区分角色、事件、项目等维度;当用户明确要求保存、查询、更…»

按需调用火山引擎 Milvus 向量数据库进行长期记忆存储与检索,支持灵活的数据格式区分角色、事件、项目等维度;当用户明确要求保存、查询、更新或删除长期记忆时使用

ClawHub Agent Skills автор: zuoanCo v1.0.2 MIT-0 4 файла тело ≈ 2 000 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Вызов базы данных векторов火山引擎 Milvus по запросу для хранения и поиска долгосрочной памяти, поддерживает гибкое разделение данных по ролям, событиям, проектам…

Как процесс F 33/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: .env, scripts/.env

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
F
33/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: .env, scripts/.env
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. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. 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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение missing-ref ссылка на отсутствующий файл: .env
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/.env
  • заметка frontmatter-key неизвестное поле фронтматтера "dependency"

Процессный рейтинг: все десять параметров 33/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: .env, scripts/.env
  • 0Инструменты и файлы. Не хватает 2 файла(ов): .env, scripts/.env
  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 100Шаги. Шагов: 54
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2000 токенов

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)
  • +3Длина description 81: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 24 заголовков
  • +3Пошаговые инструкции: 54 пунктов
  • +4Есть примеры (23 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: clean
This is a disclosed Milvus-backed long-term memory skill, with normal but important risks around remote storage and destructive memory operations.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.