Token导航 LogoToken导航

Agent Skill · 研究检索

enhanced-memory-4types(增强记忆力 4 种)

enhanced-memory-4types 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。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。

enhanced-memory-4types 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 31,827。

总安装 2,634周安装 112GitHub Stars 公开资料未说明下载 923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
MIT-0
版本
1.1.0

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:enhanced-memory-4types(增强记忆力 4 种)
来源仓库:https://github.com/minmengxhw-cpu/enhanced-memory-4types
安装命令:
openclaw skills install enhanced-memory-4types
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 OpenClaw 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。

ClawHubOpenClaw
openclaw skills install enhanced-memory-4types

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

完整记忆系统 - 文件系统记忆 + 向量搜索 + 自动加载 + Memory Flush + 四类记忆分类

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 OpenClaw;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 openclaw skills install enhanced-memory-4types;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

    它需要需要联网,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

enhanced-memory-4types 怎么安装?

在终端执行 openclaw skills install enhanced-memory-4types。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

enhanced-memory-4types 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。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。

enhanced-memory-4types 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

enhanced-memory-4types 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

enhanced-memory-4types 用的人多吗?

公开数据是累计安装 2,634 次,近一周安装 112 次,下载 923 次。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。

enhanced-memory-4types 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 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 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
enhanced-memory-4types

增强记忆力 4 种 · 本页

2,634—需要联网MIT-0有提醒

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
memory-system
description
完整记忆系统 - 文件系统记忆 + 向量搜索 + 自动加载 + Memory Flush + 四类记忆分类

Memory System 🧠

完整的记忆系统 - 文件系统记忆 + 向量搜索 + 自动加载 + 四类记忆分类 + Feedback 双向记录

特性

  • 📁 文件系统存储 - 基于 Markdown 文件,无数据库依赖,可读、可手动编辑、易备份
  • 🔍 支持搜索 - 支持语义搜索(需配置 Ollama);未配置时自动降级为关键词匹配
  • ⚡ 自动加载 - 会话启动时自动加载相关记忆,无需手动触发
  • 🏠 群组隔离 - 支持多群组独立记忆,群组之间数据互不干扰
  • 💾 Memory Flush - 上下文接近阈值时自动持久化,防止信息丢失
  • 📝 四类记忆分类 - user / feedback / project / reference,规范存储结构
  • 🔄 Feedback 双向记录 - 同时记录纠正(负面)和确认(正面),形成完整反馈闭环

安装

clawhub install memory-system

核心概念:四类记忆

记忆分为四种类型,每种类型有明确的用途和保存时机:

1. User(用户)记忆

作用域:private(私密) 内容:关于用户本人的信息 - 角色、目标、偏好、知识背景 保存时机:了解用户任何细节时

## user/张三.md
- 用户是数据科学家,专注于可观测性/日志系统
- 用户有10年Go经验,但React是新手

2. Feedback(反馈)记忆 ⭐

作用域:private / team 内容:用户给的指导 - 既要记录纠正,也要记录确认 保存时机:用户纠正你 OR 确认你的做法时

## feedback/开发规范.md
### 集成测试必须用真实数据库
**Why:** 上一季度因为mock测试通过了但生产迁移失败
**How to apply:** 所有集成测试禁止mock数据库层

### 接受单PR而非多个小PR
**Type:** positive(确认)
**Why:** 拆分反而造成不必要的开销
**How to apply:** 重构类需求优先合并为大PR

3. Project(项目)记忆

作用域:team(团队) 内容:项目进展、目标、bug、决策 保存时机:了解"谁在做什么、为什么、截止时间"时

## project/auth重构.md
- auth中间件重写是由法务合规需求驱动,非技术债务
- 截止日期:2026-03-15
- 负责人:@张三

4. Reference(引用)记忆

作用域:team(团队) 内容:外部系统资源和指针 保存时机:了解外部系统入口和用途时

## reference/外部资源.md
- Bug追踪:Linear项目"INGEST",所有pipeline bug在此跟踪
- 监控面板:grafana.internal/d/api-latency 是oncall使用的延迟看板

Feedback 双向记录

Claude Code 的一个关键洞察:Feedback 不仅要记录"不要做什么",也要记录"什么做对了"。

为什么需要双向?

类型触发条件示例
negative用户纠正你"不要mock数据库"
positive用户确认你"perfect,exactly"

如果只记录纠正,你会避免错误但可能变得过于保守,忘记用户认可的做法。

保存格式

### [规则名称]
**Type:** negative | positive
**Why:** [用户给出的原因]
**How to apply:** [何时何地应用这条规则]
**Date:** YYYY-MM-DD

如何识别 positive feedback?

留意这些信号:

  • "完美"、"正是如此"、"继续保持"
  • 接受了一个非显而易见的做法
  • 没有纠正而是直接说"对"
  • 在你选择后说"没错"

配置

在 openclaw.json 中配置:

{
  "skills": {
    "memory-system": {
      "memoryDir": "~/.openclaw/workspace/memory",
      "flushMode": "safeguard",
      "softThresholdTokens": 300000,
      "vectorEnabled": true,
      "embeddingModel": "nomic-embed-text"
    }
  }
}

配置项说明

配置项类型默认值说明
memoryDirstring~/.openclaw/workspace/memory记忆文件存储目录
flushModestringsafeguardFlush 触发模式
softThresholdTokensnumber300000触发自动 Flush 的 token 软阈值
vectorEnabledbooleanfalse是否启用语义搜索
embeddingModelstringnomic-embed-textOllama 使用的嵌入模型

flushMode 说明

值行为
safeguard上下文 token 超过阈值时自动持久化(推荐)
manual仅在显式调用 memory_flush 时触发
disabled禁用 Flush

工具

memory_search

语义搜索记忆文件。

参数

参数类型必填说明
querystring✅搜索关键词或自然语言描述
typestring❌限定记忆类型(user/feedback/project/reference)
groupstring❌限定搜索的群组
topKnumber❌返回结果数量,默认 5

memory_write

写入或追加内容到记忆文件。

参数

参数类型必填说明
filestring✅目标文件路径(相对于 memoryDir)
contentstring✅写入的 Markdown 内容
typestring❌记忆类型(auto-detect 或指定)
modestring❌overwrite(覆盖)或 append(追加)

memory_flush

手动触发记忆持久化。

参数

参数类型必填说明
groupstring❌仅持久化指定群组

记忆目录结构

建议的目录结构:

memory/
├── MEMORY.md                    # 索引文件(所有记忆的入口)
├── user/                        # 用户记忆
│   └── [user-id].md
├── feedback/                    # 反馈记忆
│   ├── positive/               # 正面确认
│   └── negative/               # 纠正指导
├── project/                    # 项目记忆
│   └── [project-name].md
└── reference/                   # 引用记忆
    └── external-resources.md

MEMORY.md 索引格式

# Memory Index

## User
- [用户角色偏好](user/role.md) — 记录用户专业背景和沟通偏好

## Feedback
- [开发规范](feedback/dev-rules.md) — 集成测试、PR合并等规范
- [沟通风格](feedback/comm-style.md) — 回复长度、格式偏好

## Project
- [Auth重构进度](project/auth-refactor.md) — 当前项目状态

## Reference
- [外部系统](reference/external.md) — Linear、Grafana等入口

最佳实践

何时保存记忆?

User:了解用户任何个人细节时

  • "我是数据科学家"
  • "我有10年Go经验但React是新手"

Feedback Negative:用户纠正你时

  • "不要那样做"
  • "停止使用X方法"

Feedback Positive:用户确认你的非显而易见做法时

  • "perfect keep doing that"
  • 接受一个不常规的选择

Project:了解项目进展时

  • "我们在做X项目"
  • "截止日期是周四"

Reference:了解外部资源时

  • "bug在Linear的INGEST项目跟踪"
  • "Grafana面板在XXX"

如何写好记忆?

  1. 使用绝对日期 - "上周" → "2026-03-25"
  2. 包含 Why - 记录原因比记录规则更有价值
  3. 保持简洁 - 索引每条 <= 150 字符
  4. 避免重复 - 更新已有记忆而非创建新的

搜索配置(可选)

语义搜索依赖本地 Ollama:

ollama pull nomic-embed-text

作者:团宝 (openclaw) 版本:1.1.0 更新:引入四类记忆分类 + Feedback 双向记录

平台分布

OpenClaw

94.91%
按下载量换算876

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

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。来源安全扫描存在提醒或未通过项,安装前请自行复核。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