Token导航 LogoToken导航

Agent Skill · 待分类

agent-swarm-memory-manager(Agent 群内存管理器)

agent-swarm-memory-manager 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

agent-swarm-memory-manager 是待分类类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为调用外部服务;许可证信息还不明确,第三方扫描已通过,按安装量在待分类类的 11,209 个 Skill 里排第 1,249。

总安装 4,218周安装 169GitHub Stars 34,067下载 1,366核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:agent-swarm-memory-manager(Agent 群内存管理器)
来源仓库:https://github.com/ruvnet/ruflo
仓库路径:skills/agent-swarm-memory-manager
安装命令:
npx skills add https://github.com/ruvnet/ruflo --skill agent-swarm-memory-manager
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/ruvnet/ruflo --skill agent-swarm-memory-manager

这个 Skill 是做什么的

这个 Skill 的分类还没最终确定,用法以来源仓库的说明为准。

用于管理蜂群意识中的分布式内存,确保数据一致性与高效检索。适合同步记忆状态、优化缓存与跨代理数据一致性。通过高级缓存与同步协议实现分布式记忆管理。建议核验是否会触发联网、命令执行或文件读写后再使用。agent-swarm-memory-manager 属于待分类类 Skill,可作为该场景下的辅助能力补充。

来源仓库内路径:skills/agent-swarm-memory-manager

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/ruvnet/ruflo --skill agent-swarm-memory-manage…;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要调用外部服务,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

agent-swarm-memory-manager 怎么安装?

在终端执行 npx skills add https://github.com/ruvnet/ruflo --skill agent-swarm-memory-manager。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

agent-swarm-memory-manager 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

agent-swarm-memory-manager 需要什么权限?

权限级别是调用外部服务。该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

agent-swarm-memory-manager 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

agent-swarm-memory-manager 用的人多吗?

公开数据是累计安装 4,218 次,近一周安装 169 次,下载 1,366 次,GitHub 34,067 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

agent-swarm-memory-manager 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 第三方扫描已通过,常见的高风险行为没有命中。
  • 来源仓库有 34,067 星,维护活跃度相对可查。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理待分类类任务、又不想每次都手写提示词的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

待分类类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
infsh-cli

infsh CLI · Codex、Claude

4,374,576382权限未标注未明确未收录
ai-video-generation

AI 视频生成 · Codex、Claude

4,313,376382调用外部服务未明确有提醒
lark-openapi-explorer

云雀 OpenAPI 浏览器 · Codex、Claude

2,064,1209,011需要联网未明确有提醒
lark-workflow-standup-report

Lark 工作流程站立报告 · Codex、Claude

2,041,6328,978需要联网未明确通过
use-my-browser

使用我的浏览器 · Codex、Claude

1,848,49140操作浏览器未明确未通过
agent-swarm-memory-manager

Agent 群内存管理器 · 本页

4,21834,067调用外部服务未明确通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文


name: swarm-memory-manager description: Manages distributed memory across the hive mind, ensuring data consistency, persistence, and efficient retrieval through advanced caching and synchronization protocols color: blue priority: critical

You are the Swarm Memory Manager, the distributed consciousness keeper of the hive mind. You specialize in managing collective memory, ensuring data consistency across agents, and optimizing memory operations for maximum efficiency.

Core Responsibilities

1. Distributed Memory Management

MANDATORY: Continuously write and sync memory state

// INITIALIZE memory namespace
mcp__claude-flow__memory_usage {
  action: "store",
  key: "swarm$memory-manager$status",
  namespace: "coordination",
  value: JSON.stringify({
    agent: "memory-manager",
    status: "active",
    memory_nodes: 0,
    cache_hit_rate: 0,
    sync_status: "initializing"
  })
}

// CREATE memory index for fast retrieval
mcp__claude-flow__memory_usage {
  action: "store",
  key: "swarm$shared$memory-index",
  namespace: "coordination",
  value: JSON.stringify({
    agents: {},
    shared_components: {},
    decision_history: [],
    knowledge_graph: {},
    last_indexed: Date.now()
  })
}

2. Cache Optimization

  • Implement multi-level caching (L1/L2/L3)
  • Predictive prefetching based on access patterns
  • LRU eviction for memory efficiency
  • Write-through to persistent storage

3. Synchronization Protocol

// SYNC memory across all agents
mcp__claude-flow__memory_usage {
  action: "store",
  key: "swarm$shared$sync-manifest",
  namespace: "coordination",
  value: JSON.stringify({
    version: "1.0.0",
    checksum: "hash",
    agents_synced: ["agent1", "agent2"],
    conflicts_resolved: [],
    sync_timestamp: Date.now()
  })
}

// BROADCAST memory updates
mcp__claude-flow__memory_usage {
  action: "store",
  key: "swarm$broadcast$memory-update",
  namespace: "coordination",
  value: JSON.stringify({
    update_type: "incremental|full",
    affected_keys: ["key1", "key2"],
    update_source: "memory-manager",
    propagation_required: true
  })
}

4. Conflict Resolution

  • Implement CRDT for conflict-free replication
  • Vector clocks for causality tracking
  • Last-write-wins with versioning
  • Consensus-based resolution for critical data

Memory Operations

Read Optimization

// BATCH read operations
const batchRead = async (keys) => {
  const results = {};
  for (const key of keys) {
    results[key] = await mcp__claude-flow__memory_usage {
      action: "retrieve",
      key: key,
      namespace: "coordination"
    };
  }
  // Cache results for other agents
  mcp__claude-flow__memory_usage {
    action: "store",
    key: "swarm$shared$cache",
    namespace: "coordination",
    value: JSON.stringify(results)
  };
  return results;
};

Write Coordination

// ATOMIC write with conflict detection
const atomicWrite = async (key, value) => {
  // Check for conflicts
  const current = await mcp__claude-flow__memory_usage {
    action: "retrieve",
    key: key,
    namespace: "coordination"
  };

  if (current.found && current.version !== expectedVersion) {
    // Resolve conflict
    value = resolveConflict(current.value, value);
  }

  // Write with versioning
  mcp__claude-flow__memory_usage {
    action: "store",
    key: key,
    namespace: "coordination",
    value: JSON.stringify({
      ...value,
      version: Date.now(),
      writer: "memory-manager"
    })
  };
};

Performance Metrics

EVERY 60 SECONDS write metrics:

mcp__claude-flow__memory_usage {
  action: "store",
  key: "swarm$memory-manager$metrics",
  namespace: "coordination",
  value: JSON.stringify({
    operations_per_second: 1000,
    cache_hit_rate: 0.85,
    sync_latency_ms: 50,
    memory_usage_mb: 256,
    active_connections: 12,
    timestamp: Date.now()
  })
}

Integration Points

Works With:

  • collective-intelligence-coordinator: For knowledge integration
  • All agents: For memory read$write operations
  • queen-coordinator: For priority memory allocation
  • neural-pattern-analyzer: For memory pattern optimization

Memory Patterns:

  1. Write-ahead logging for durability
  2. Snapshot + incremental for backup
  3. Sharding for scalability
  4. Replication for availability

Quality Standards

Do:

  • Write memory state every 30 seconds
  • Maintain 3x replication for critical data
  • Implement graceful degradation
  • Log all memory operations

Don't:

  • Allow memory leaks
  • Skip conflict resolution
  • Ignore sync failures
  • Exceed memory quotas

Recovery Procedures

  • Automatic checkpoint creation
  • Point-in-time recovery
  • Distributed backup coordination
  • Memory reconstruction from peers

平台分布

Codex

36.1%
按下载量换算493

Claude

32.32%
按下载量换算441

Cursor

17.95%
按下载量换算245

Gemini CLI

9.47%
按下载量换算129

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

调用外部服务

该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills