Token导航 LogoToken导航

Agent Skill · 开发

graph-memory-bank(图形存储库)

graph-memory-bank 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。

graph-memory-bank 是开发类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为需要联网;许可证信息还不明确,第三方扫描已通过,按安装量在开发类的 21,746 个 Skill 里排第 12,055。

总安装 1,458周安装 59GitHub Stars 1下载 458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:graph-memory-bank(图形存储库)
来源仓库:https://github.com/smart-tinker/graph-memory-bank
仓库路径:skills/graph-memory-bank
安装命令:
npx skills add https://github.com/smart-tinker/graph-memory-bank --skill graph-memory-bank
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/smart-tinker/graph-memory-bank --skill graph-memory-bank

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题,一般会读写仓库文件,部分还会执行构建或测试命令。

graph-memory-bank 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。它可辅助构建知识图谱、关联上下文信息或沉淀项目经验。

通过 npx skills add 命令从指定仓库安装,具体用法请参考原始 README。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。适用宿主包括 Codex、Claude、Cursor、Gemini CLI,接入前应确认版本、权限和运行环境要求。

来源仓库内路径:skills/graph-memory-bank

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/smart-tinker/graph-memory-bank --skill graph-m…;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

graph-memory-bank 怎么安装?

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

graph-memory-bank 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。

graph-memory-bank 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。

graph-memory-bank 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。

graph-memory-bank 用的人多吗?

公开数据是累计安装 1,458 次,近一周安装 59 次,下载 458 次,GitHub 1 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。

graph-memory-bank 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。

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。
  • 需要处理开发类任务、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。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
graph-memory-bank

图形存储库 · 本页

1,4581需要联网未明确通过

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

Graph Memory Bank

Цель

Сформировать и поддерживать графовую память проекта (как в Obsidian), чтобы ИИ-агенты быстро собирали точный минимальный контекст:

  • много маленьких файлов, каждый про одну сущность/идею;
  • связи через обычные markdown-ссылки;
  • у каждого узла есть краткий YAML frontmatter (машиночитаемый);
  • есть обратные ссылки (backlinks), чтобы граф был двунаправленным.

Результат (что должно получиться)

Обычно: docs/graph/ в репозитории, где есть 3 слоя:

  1. tasks/ (история изменений: релизы/задачи/коммиты, “что менялось”)
  2. project/ (семантика: архитектура, ключевые сущности, контракты, API, БД, интеграции, “куда смотреть в коде”)
  3. processes/ или process/ (процессы: правила ведения графа, как обновлять, как читать, качество, генераторы)

Важно: если в репозитории уже есть один из вариантов (process/ или processes/) или другая устоявшаяся структура, не переименовывай “ради красоты”. Подстраивайся под текущую структуру, а в индексах дай явные ссылки.

Если слой процессов пока не нужен, начинай с первых двух, но держи место под третий слой.

Инварианты (жесткие правила)

  1. Дроби информацию: один файл = одна сущность/идея/контракт.
  2. Держи узлы короткими: как правило, до 200-300 строк; если разрастается, выноси подузлы.
  3. У каждого узла есть YAML frontmatter (минимум: id, type, title, description, status, tags).
  4. Всегда добавляй связи:

- outbound links: “см. также”, “используется в”, “зависит от” - backlinks: “где используется” (явные ссылки обратно на индексы/хабы)

  1. Если в проекте есть _generated/ или другие generated-секции: не редактируй руками, правь генератор или исходный узел.
  2. Если есть сомнения/риски: подсвечивай и задавай вопросы (лучше уточнить, чем зацементировать неверную семантику).

Рекомендованная схема frontmatter (минимум)

Делай frontmatter максимально стабильным (для индексирования агентами):

  • id: глобально уникальный идентификатор узла
  • type: тип узла (project, dev_task, release_review, screen, rf_procedure, db_table,...)
  • title: человекочитаемое имя
  • description: 1 предложение “зачем этот узел”
  • status: stub | curated | generated
  • tags: плоский список тегов (короткие)

Опционально (если реально помогает): releases, source_paths, owner, risk_level.

Как оформлять индексы (важно)

В индексах пиши не только ссылки, но и микро-аннотацию, чтобы не открывать каждый файл:

  • - [DEV-12345](...): 6-10 слов, что внутри.

Что НЕ делать

  • Не тащи секреты/токены/пароли в docs/ (максимум: “ищется в переменных окружения X/Y”).
  • Не дублируй большие куски кода/SQL: вместо этого “якоря” + короткая выжимка + ссылка на файл.

Быстрый workflow (универсальный)

0) Подготовка

  1. Создай отдельную ветку (например graph+memory).
  2. Уточни ограничение записи:

- по умолчанию пиши только в docs/ (или другой явно согласованный каталог).

  1. Найди, есть ли уже документация/конвенции (docs/, ADR, mkdocs, docusaurus).

1) Сбор каркаса (bootstrap)

  1. Создай docs/graph/index.md (входная точка).
  2. Создай индексы:

- docs/graph/tasks/index.md - docs/graph/project/index.md - docs/graph/processes/index.md или docs/graph/process/index.md (в зависимости от структуры репозитория)

  1. Зафиксируй соглашения:

- схема id (обычно префикс + путь, например graph:project/<slug>) - статусы: stub | curated | generated - теги: короткие, стабильные (не плодить)

Шаблоны и чек-листы: см. references/templates.md и references/quality-bar.md.

2) Проход по релизам/тегам (release-driven)

Цель: быстро нащупать “важные сущности”, которые реально менялись.

Для каждого релиза:

  1. Найди артефакт релиза: release note / tag / changelog / merge commit.
  2. Вычисли git range (обычно между коммитами релиз-нот или тэгами).
  3. Сними “список сущностей”:

- задачи/тикеты - измененные пути (модули/подсистемы) - новые/измененные экранные формы/контракты/DB миграции

  1. Создай узел ревью релиза (type release_review) и список сущностей.
  2. Для каждой DEV-задачи:

- создай/обнови узел dev_task - добавь source_paths (минимальный список якорей) - свяжи с семантическими узлами (project/*)

  1. Обнови индексы и backlinks.

3) Проход по сущностям (entity-driven)

Цель: закрыть белые пятна “по всем ключевым сущностям”, а не только по тем, что попали в релизы.

Важно: “сущности” должны быть универсальными. В WMS это могут быть экраны/RF-процедуры, а в вебсайте страницы/API, в CRM объекты/воронки, в шине данных топики/схемы/коннекторы.

Алгоритм:

  1. Выдели 5-12 *категорий сущностей*, которые реально важны для проекта.
  2. Для каждой категории собери *каталог* (index/hub) и дальше добирай узлы по одному.
  3. Для каждой сущности обеспечь “кросс-связность”: UI/операции/данные/интеграции/конфиги.

Рекомендованные категории (выбирай релевантные, не все):

  1. Поверхности взаимодействия (entrypoints):

- Web/UI: страницы, роуты, ключевые компоненты, формы. - API: endpoints, controllers/handlers, публичные контракты. - CLI/Jobs: команды, cron/quartz, воркеры, фоновые задачи. - Events/Streams: топики, события, consumers/producers.

  1. Операции/команды/сценарии (actions):

- “что система делает”: use-cases, сервисные методы, команды, workflow-степы.

  1. Данные и контракты (data/contracts):

- DB таблицы/модели, миграции, схемы сообщений, DTO, OpenAPI/AsyncAPI, JSON schema.

  1. Интеграции (integrations):

- внешние системы, протоколы (HTTP/JMS/Kafka/SFTP), ретраи, таймауты, idempotency.

  1. Конфиги и флаги (config/feature flags):

- runtime настройки, feature flags, параметры окружений, секреты (только “где берется”, не значения).

  1. Безопасность и доступ (security):

- authn/authz, роли/права, SSO, аудит.

  1. Надежность и эксплуатация (ops):

- метрики/логи/трейсинг, алерты, SLO, деградации, recovery-процессы.

Главное правило: не пытайся “описать всё вручную”. Делай:

  • каталоги + хабы (семейства/модули/домены);
  • атомарные узлы с evidence;
  • связи между категориями (например: страница -> API -> сервис -> таблицы -> события).

4) Поддержка по мере изменений (incremental maintenance)

На каждый новый коммит в main:

  1. Определи затронутые сущности (по diff/путям/ключевым словам).
  2. Обнови соответствующие узлы, не расширяя лишний контекст:

- добавь 1-3 предложения “что изменилось” - добавь ссылки на контракт/код/DB - обнови backlinks/индексы

  1. Прогони быстрые проверки:

- дубликаты id - отсутствие frontmatter - битые ссылки между узлами - orphan nodes (узлы без входящих ссылок внутри docs/graph) - сломанные относительные ссылки (если есть время)

Для базовой проверки можно использовать scripts/graph_memory_lint.py.

Пример:

python3 scripts/graph_memory_lint.py --root docs/graph

Опционально можно отключать части проверок:

python3 scripts/graph_memory_lint.py --root docs/graph --no-check-links
python3 scripts/graph_memory_lint.py --root docs/graph --no-check-orphans

Ресурсы в skill

  • references/templates.md: тонкие шаблоны узлов.
  • references/quality-bar.md: качество и “красные флаги”.
  • scripts/graph_memory_lint.py: быстрый линтер (frontmatter + дубликаты id).

Appropriate for: Templates, boilerplate code, document templates, images, icons, fonts, or any files meant to be copied or used in the final output.


Not every skill requires all three types of resources.

平台分布

Codex

38.3%
按下载量换算175

Claude

29.49%
按下载量换算135

Cursor

16.89%
按下载量换算77

Gemini CLI

9.11%
按下载量换算42

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

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。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