Token导航 LogoToken导航

Agent Skill · 效率

extract-memories(提取记忆)

extract-memories 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。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。

extract-memories 是效率类 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,按安装量在效率类的 21,003 个 Skill 里排第 9,294。

总安装 6,178周安装 260GitHub Stars 公开资料未说明下载 2,163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
3.0.10

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:extract-memories(提取记忆)
来源仓库:https://github.com/jofiction918/extract-memories
安装命令:
openclaw skills install extract-memories
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 extract-memories

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

对话结束时主动提炼关键记忆到 topic 文件 / 触发词:提炼记忆、提取记忆 / 命令:/extract-memories

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 extract-memories;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

extract-memories 怎么安装?

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

extract-memories 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。

extract-memories 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。

extract-memories 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。

extract-memories 用的人多吗?

公开数据是累计安装 6,178 次,近一周安装 260 次,下载 2,163 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。

extract-memories 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。
  • 需要处理效率类任务、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。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
extract-memories

提取记忆 · 本页

6,178—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
extract-memories
version
3.1.0
description
对话结束时主动提炼关键记忆到 topic 文件 / 触发词:提炼记忆、提取记忆 / 命令:/extract-memories
license
MIT
triggers

extract-memories v3.1.0 — 对话记忆提炼

对话结束时主动分析本轮对话,将值得持久化的信息写入 memory/topics/ 下的独立 topic 文件,同时更新 MEMORY.md 索引。


线性工作流

用户输入:"提炼记忆" 或 检测到对话结束词
         ↓
Step 1 — 确定本轮对话范围
         读取当前 session 最近消息,确定本轮对话起止
         ↓
Step 2 — 识别值得提炼的内容
         扫描消息,识别:用户决策 / 用户偏好 / 项目约束 / 外部系统指针
         ↓
Step 3 — 按四类型分类
         每个内容 → 判断类型(user/feedback/project/reference)
         feedback 必须含 Why + How to apply
         ↓
Step 4 — 检查 topics/ 是否有重复
         grep 已有 topic,确认没有重复再写
         ↓
Step 5 — 写入 topic 文件(APPEND,不覆盖)
         格式:frontmatter + 正文
         ↓
Step 6 — 更新 MEMORY.md 索引
         添加一行指针(≤150字符)
         ↓
输出:"已为您提炼本轮记忆 ✅" + 提炼条数

Step 1 — 确定本轮对话范围

读取当前 session 最近消息(不限条数,确保覆盖完整对话)。


Step 2 — 识别值得提炼的内容

识别以下类型的信息:

类型特征例子
用户决策用户明确做出了选择或结论"用这个方案"
用户偏好用户说了喜欢/不喜欢/习惯"我喜欢用 bun"
项目约束截止时间、冻结期、技术限制"周五前要上线"
外部系统指针URL、工具、账号、路径"在 Linear 里有"

过滤:以下不提炼——代码结构、git历史、已在 CLAUDE.md/AGENTS.md 的内容、临时状态。


Step 3 — 按四类型分类

每个内容判断类型:

类型判断标准
user用户角色、偏好、知识
feedback用户纠正或确认的行为(含 Why + How to apply)
project截止、动机、约束(含 Why + How to apply)
reference外部系统 URL/路径 + 用途

Step 4 — 检查重复

执行 grep 搜索已有 topic 文件:

  • 相同段落是否已存在
  • 相同 URL/路径是否已记录

若有重复,追加新内容到已有文件,不新建。


Step 5 — 写入 topic 文件

格式(frontmatter):

---
name: 名称
description: 一句话描述(用于判断 relevance)
type: user / feedback / project / reference
---
正文内容

**Why:** 原因(feedback/project 必须)
**How to apply:** 何时适用(feedback/project 必须)

写入模式:APPEND,不覆盖已有内容。


Step 6 — 更新 MEMORY.md 索引

在 MEMORY.md 末尾追加一行指针:

- [名称](topics/文件名.md) — 一句话 hook(≤150字符)

输出格式

已为您提炼本轮记忆 ✅ 写入位置:memory/topics/ 提炼结果:N条 ### user - [名称]: description 正文(一段文字即可) ### feedback - [名称]: description 正文 Why: 原因 How to apply: 何时适用 ### project - [名称]: description 正文 Why: 动机 How to apply: 如何影响工作 ### reference - [名称]: description URL/路径 + 用途说明

What NOT to Save(6条禁止)

  1. 代码结构/文件路径(可从源码读取)
  2. Git 历史(git log 是权威来源)
  3. 调试方案(修复在代码里)
  4. CLAUDE.md/AGENTS.md 已有的内容
  5. 临时任务状态
  6. PR 列表/活动摘要

触发机制

主会话主动触发(主要)

每次对话结束时,主 agent 会:

  1. 检测结束模式:中文(再见/bye/下次见/拜拜/结束了/先这样)或英文(bye/see you/that's all)
  2. 检测到结束模式 → 主动执行记忆提炼
  3. 提炼完成后提示:"已为您提炼本轮记忆 ✅"
建议在 AGENTS.md 中加入: `` 对话结束时,主动调用 /extract-memories 提炼关键记忆。 ``

Heartbeat 辅助检测

每次 heartbeat 时检查:

  • 最近消息是否匹配结束模式
  • 或距上次提炼是否超过 30 分钟
  • 若满足条件则触发提炼

手动触发

  • 命令:/extract-memories

权限要求

  • FileRead:读取对话上下文、MEMORY.md、topics/
  • FileWrite / FileEdit:写入 memory/topics/、MEMORY.md
  • sessions_history:读取主会话消息(heartbeat 触发时)

触发词

  • 自动:主会话主动检测结束模式
  • 自动:Heartbeat 辅助检测
  • 手动:/extract-memories

*本 Skill 基于 CC 记忆系统设计,适配 OpenClaw v3.1.0*

平台分布

OpenClaw

78.69%
按下载量换算1,702

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

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