SKILLEMALL.ai

AD agents-refresh-md-en

Периодическая перезагрузка навыка AGENTS.md/IDENTITY/SOUL/USER для поддержания свежести контекста (только .md v1.1.1). Предотвращает путаницу и забывчивость в длительных сессиях. Редактируйте HEARTBEAT.md + добавьте cron (ручные вызовы инструментов). Легковесное распространение ClawHub без скриптов Python. Используйте, когда: (1) Длительные сессии рискуют привести к дрейфу личности, (2) Избегайте /new для сохранения преемственности памяти, подобной человеческой, (3) Автоматически суммируйте MEMORY/ToDo.

машинный переводПоказать оригиналСкрыть оригинал«AGENTS.md/IDENTITY/SOUL/USER periodic reload skill to keep context fre…»

AGENTS.md/IDENTITY/SOUL/USER periodic reload skill to keep context fresh (.md-only v1.1.1). Prevents confusion and forgetting in long sessions. Edit HEARTBEAT.md + add cron (manual tool calls). Lightweight ClawHub distribution without Python scripts. Use when: (1) Long sessions risk personality drift, (2) Avoid /new for human-like memory continuity, (3) Auto-summarize MEMORY/ToDo.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 4 файла тело ≈ 739 токенов Открыть источникgithub.com проанализирован 35 ч назад

Периодическая перезагрузка навыка AGENTS.md/IDENTITY/SOUL/USER для поддержания свежести контекста (только .md v1.1.1). Предотвращает путаницу и забывчивость в…

Как процесс D 39/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентыОбучениеЛичная продуктивностьтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
D
39/100
Процесс не доведён
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: 4. 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 39/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (agents-refresh-md-en) не совпадает с папкой (agents-refresh)
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 18
    • 100Стоимость исполнения. Тело инструкции 739 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -5В тексте остались TODO / заглушки
    • -219 эмодзи в инструкциях: шум для модели
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 383 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 10 заголовков
    • +3Пошаговые инструкции: 18 пунктов
    • +4Есть примеры (3 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.