- name
- clawhub-mem-research
- description
- 专门用于从 ClawHub.ai 抓取、筛选并调研与“记忆（Memory/Mem）”相关的最新 OpenClaw Skill。该 Skill 能够自动识别指定日期的更新，判断 Skill 与记忆功能的相关性，并生成结构化的技术调研报告。适用场景：(1) 追踪 ClawHub 上的记忆技术趋势，(2) 自动化生成特定日期的记忆技术日报，(3) 深度调研特定的内存管理插件。
ClawHub 记忆技术调研工具 (ClawHub Mem Research)
本 Skill 用于自动化调研 ClawHub 上与记忆相关的最新技术。
工作流程
- 访问与搜索：
使用浏览器访问 https://clawhub.ai/skills?sort=updated&dir=desc&nonSuspicious=true&q=memory。
- 筛选准则：
- 数量限制：仅读取前 3 条结果。 - 相关性判断：通过标题和摘要判断该 Skill 是否真正属于“记忆增强/管理”范畴（如：存储事实、遗忘曲线、向量检索、内存压缩等）。如果只是名字包含 mem 但功能无关（如 Member 管理），则跳过。
- 深度调研：
对于符合条件的每一个 Skill，点击进入详情页，重点阅读 SKILL.md 或 README.md，提取核心功能和技术实现细节。
- 报告生成：
按照以下固定格式为每个技术生成摘要，并汇总成 Markdown 文件。
报告格式
每个技术项应包含以下详细结构，内容应根据 Skill 的实际技术特性灵活组织：
[序号]. [技术名称]
—— [一句话副标题/定位描述]
- 核心功能：
深入描述该技术的核心作用、解决的痛点以及应用场景（如：模拟 REM 睡眠、遗忘曲线管理等）。
- 技术要点：
- 根据 Skill 的实际实现，提取其最关键的技术特征。 - 采用分点/小标题形式（如：动态强度衰减算法、本地向量化检索等）。 - 详细解释实现逻辑、算法公式、触发机制、存储方式或控制指令。 - 不要生搬硬套固定模板，应以最能体现该技术价值的方式展示其技术细节。
- SKILL链接：技术名称 (版本号)
输出要求
- 语言：必须使用中文编写报告。
- 存储：调研完成后，将生成的报告保存到
report_v1/YYYY-MM-DD目录下，文件命名格式为clawhub-mem-research.md（YYYY-MM-DD 为调研的目标更新日期）。