Token导航 LogoToken导航

Agent Skill · 研究检索

enhanced-memory-v3(增强记忆 v3)

enhanced-memory-v3 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-v3 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为只读;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 32,245。

总安装 2,546周安装 104GitHub Stars 公开资料未说明下载 824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
1.3.0

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-v3(增强记忆 v3)
来源仓库:https://github.com/minmengxhw-cpu/enhanced-memory-v3
安装命令:
openclaw skills install enhanced-memory-v3
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-v3

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。

enhanced-memory-v3 用于查找、检索和筛选相关信息,适合在 OpenClaw 中快速定位候选结果。适用于关键词搜索、任务场景匹配和来源线索筛选等研究检索场景。通过 clawhub 安装并使用 openclaw skills install enhanced-memory-v3 命令部署。

安装前需确认权限范围、维护状态及是否涉及联网或文件操作。适用宿主包括 OpenClaw,接入前应确认版本、权限和运行环境要求。

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-v3;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

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

enhanced-memory-v3 怎么安装?

在终端执行 openclaw skills install enhanced-memory-v3。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

enhanced-memory-v3 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-v3 需要什么权限?

权限级别是只读。该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

enhanced-memory-v3 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-v3 用的人多吗?

公开数据是累计安装 2,546 次,近一周安装 104 次,下载 824 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-v3 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。
  • 标注为只读权限,试用阶段不容易误改本地文件。

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。
  • 只想先试试效果、不希望它改动本地文件的人。

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-v3

增强记忆 v3 · 本页

2,546—只读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 + 四类记忆分类 + AutoDream 自动整合

Memory System 🧠

完整记忆系统 - 文件系统记忆 + 向量搜索 + 四类记忆分类 + AutoDream 自动整合 + Feedback 双向记录

特性

  • 📁 文件系统存储 - 基于 Markdown 文件,无数据库依赖
  • 🔍 语义搜索 - 支持 Ollama 向量搜索
  • ⚡ 自动加载 - 会话启动时自动加载相关记忆
  • 💾 Memory Flush - 上下文接近阈值时自动持久化
  • 📝 四类记忆分类 - User / Feedback / Project / Reference
  • 🔄 Feedback 双向记录 - 同时记录纠正和确认
  • 🌙 AutoDream - 定时自动整合记忆,保持记忆新鲜

安装

clawhub install memory-system

核心概念

1. 四类记忆

类型作用域用途保存时机
User私密用户角色、偏好、知识了解用户任何细节
Feedback私密/团队用户的纠正和确认用户纠正或确认时
Project团队项目进展、目标、决策了解项目动态时
Reference团队外部系统指针发现外部资源时

2. Feedback 双向记录

为什么重要?

只记录"不要做什么" → AI 会变得保守,不敢做决定

双向记录 → AI 既能避免错误,也能复用成功经验

### 不要mock数据库
**Type:** negative
**Why:** 上一季度mock测试通过了但生产迁移失败
**How to apply:** 集成测试必须用真实数据库

### 接受单PR而非多个小PR
**Type:** positive
**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. AutoDream 🌙

自动记忆整合系统,在空闲时整理记忆。

触发条件:

  • 距离上次整合 >= 24 小时
  • 新增 >= 3 个会话

整合任务:

  1. 扫描现有记忆文件
  2. 识别过时信息并删除
  3. 更新 MEMORY.md 索引
  4. 合并重复记忆

工具

memory_search

语义搜索记忆文件。

{
  "query": "用户偏好",
  "type": "user",
  "topK": 5
}

memory_write

写入或追加记忆。

{
  "file": "feedback/dev-rules.md",
  "content": "### 不要mock数据库\
**Type:** negative\
**Why:** ...\
**How to apply:** ...",
  "type": "feedback",
  "mode": "append"
}

memory_flush

手动触发记忆持久化。

{ "force": true }

memory_dream ⭐

执行 AutoDream 记忆整合。

{ "force": false }
  • 默认检查触发条件(时间 + 会话数)
  • force: true 强制执行

memory_dream_status

查看 AutoDream 状态。

{}

返回:

  • 上次整合时间
  • 距下次触发还需多久
  • 当前记忆文件数

配置

{
  "skills": {
    "memory-system": {
      "memoryDir": "~/.openclaw/workspace/memory",
      "flushMode": "safeguard",
      "softThresholdTokens": 300000,
      "vectorEnabled": true,
      "embeddingModel": "nomic-embed-text",
      "autoDream": {
        "enabled": true,
        "minHours": 24,
        "minSessions": 3
      }
    }
  }
}

AutoDream 配置

参数默认值说明
enabledtrue是否启用
minHours24最小触发间隔(小时)
minSessions3最小新增会话数

目录结构

memory/
├── MEMORY.md              # 索引文件
├── .auto-dream-state.json # AutoDream 状态
├── user/                  # 用户记忆
├── feedback/              # 反馈记忆
│   ├── positive/         # 正面确认
│   └── negative/         # 纠正指导
├── project/              # 项目记忆
├── reference/            # 引用记忆
└── sessions/             # 会话历史

最佳实践

保存记忆

了解用户 → 保存到 user/
收到反馈 → 保存到 feedback/
了解项目 → 保存到 project/
发现资源 → 保存到 reference/

格式规范

### [标题]
**Type:** negative | positive
**Why:** [原因]
**How to apply:** [何时应用]
**Date:** YYYY-MM-DD

索引规范

  • 每条索引 <= 150 字符
  • 绝对日期代替相对日期
  • 定期清理过时记忆

版本

1.3.0 - AutoDream 支持 MiniMax LLM 整合 1.2.0 - AutoDream 自动整合系统 1.1.0 - 引入四类记忆分类 + Feedback 双向记录


作者:团宝 (openclaw)

平台分布

OpenClaw

91.43%
按下载量换算753

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

可疑

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

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