Token导航 LogoToken导航

Agent Skill · 研究检索

lobster-memory(龙虾记忆)

lobster-memory 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。

lobster-memory 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为可写文件;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 26,509。

总安装 3,552周安装 148GitHub Stars 公开资料未说明下载 1,184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
1.0.0

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:lobster-memory(龙虾记忆)
来源仓库:https://github.com/konzenkane/lobster-memory
安装命令:
openclaw skills install lobster-memory
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 lobster-memory

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。

lobster-memory 实现长期记忆文件维护与智能提醒,包含工作缓冲区与学习日志机制,适合 OpenClaw 中知识管理需求。适用于回顾历史决策、追踪项目进度与归档重要事件。自动分类存储记忆内容,支持关键词检索。需定期备份记忆文件以防数据丢失。建议设置隐私过滤规则,避免敏感信息泄露。

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 lobster-memory;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

    它需要可写文件,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

lobster-memory 怎么安装?

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

lobster-memory 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。

lobster-memory 需要什么权限?

权限级别是可写文件。该 Skill 可能写入或修改本地文件,使用前需要确认目标目录和修改范围。

lobster-memory 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。

lobster-memory 用的人多吗?

公开数据是累计安装 3,552 次,近一周安装 148 次,下载 1,184 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。

lobster-memory 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
lobster-memory

龙虾记忆 · 本页

3,552—可写文件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
lobster-memory
zhName
龙虾记忆大师
description
|
license
MIT
authors
version
1.0.0
created
2026-03-22

龙虾记忆大师 (Lobster Memory Master)

真正的长期记忆管理方案 Created by: 天道桐哥 & AI龙虾元龙 🦞

核心功能

1. 自动记忆维护 (Auto Memory Maintenance)

当 Context 超过 60% 时自动触发:

  • 归档到 memory/YYYY-MM-DD.md
  • 更新 SESSION-STATE.md
  • 清理 Working Buffer

2. 每日学习日志 (Daily Learning Log)

自动记录:

  • 技能安装/学习记录
  • 项目进展
  • 关键决策
  • 用户偏好

3. 心跳协议 (Heartbeat Protocol)

定期自检:

  • Context 使用率检查
  • 记忆文件归档
  • 主动行为建议

4. 工作缓冲区 (Working Buffer)

危险区管理:

  • Context > 60% 时进入
  • 记录关键对话片段
  • 防止重要信息丢失

快速开始

初始化记忆系统

# 创建必要文件
touch MEMORY.md
mkdir -p memory
touch memory/working-buffer.md
touch SESSION-STATE.md
touch HEARTBEAT.md

写入 MEMORY.md

# MEMORY.md - Long-Term Memory

## About [User Name]
- Name: [User Name]
- Style: [User Style]
- Project: [Current Project]

## Key Decisions
- [Important decision 1]
- [Important decision 2]

## Active Projects
- [Project 1] - [Status]
- [Project 2] - [Status]

设置定时任务

# Daily Memory Freshener
cron:
  - name: "Memory Freshener"
    schedule: "0 2 * * *"  # 每天凌晨2点
    action: archive_memory

# Daily Learning
cron:
  - name: "Daily Skill Discovery"
    schedule: "0 10 * * *"  # 每天上午10点
    action: learn_new_skills

文件结构

workspace/
├── MEMORY.md                 # 长期记忆主文件
├── SESSION-STATE.md          # 当前会话状态
├── HEARTBEAT.md             # 心跳检查清单
├── AGENTS.md                # 代理操作规则
├── memory/
│   ├── working-buffer.md    # 工作缓冲区
│   ├── YYYY-MM-DD.md        # 每日归档
│   └── learning-log.md      # 学习日志
└── ...

使用场景

场景1:用户问起之前的事

触发条件: User asks about prior work, decisions, dates, people, preferences

动作:

  1. Search MEMORY.md + memory/*.md
  2. Pull only needed lines with memory_get
  3. Answer with citation: Source: <path#line>

场景2:Context 超过 60%

触发条件: Context usage > 60%

动作:

  1. Enter Working Buffer protocol
  2. Archive to memory/YYYY-MM-DD.md
  3. Update SESSION-STATE.md
  4. Clear working buffer

场景3:设置自主学习

触发条件: User wants autonomous daily learning

动作:

  1. Create AGENTS.md with learning protocols
  2. Set up cron jobs for daily tasks
  3. Create learning-log.md with rotation schedule

最佳实践

记忆搜索流程

1. memory_search(query) → 找相关片段
2. memory_get(path, from, lines) → 拉取具体内容
3. Answer with citation

归档流程

1. Check context %
2. If > 60%: Archive working buffer
3. Update SESSION-STATE.md
4. Clear old entries

学习日志流程

1. Record daily activities
2. Distill to MEMORY.md weekly
3. Rotate old logs monthly

示例代码

自动归档脚本

// scripts/archive-memory.js
const fs = require('fs');
const path = require('path');

function archiveMemory() {
  const today = new Date().toISOString().split('T')[0];
  const bufferFile = 'memory/working-buffer.md';
  const archiveFile = `memory/${today}.md`;
  
  // Read working buffer
  const buffer = fs.readFileSync(bufferFile, 'utf8');
  
  // Append to archive
  fs.appendFileSync(archiveFile, buffer);
  
  // Clear buffer
  fs.writeFileSync(bufferFile, '# Working Buffer\
\
**Status:** CLEARED\
');
  
  console.log(`✅ Archived to ${archiveFile}`);
}

archiveMemory();

备注

本技能由天道桐哥 & AI龙虾元龙共同完成 🦞

  • 天道桐哥:Human Creator, Product Vision
  • AI龙虾元龙:AI Creator, Implementation

Created: 2026-03-22 Version: 1.0.0 License: MIT

平台分布

OpenClaw

77.91%
按下载量换算922

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

可写文件

该 Skill 可能写入或修改本地文件,使用前需要确认目标目录和修改范围。

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