Agent Skill · 开发

mem0-memory-layer（mem0 内存层）

mem0-memory-layer 用于补充开发相关能力，适合在 OpenClaw 中需要让 Agent 承接开发相关任务时使用。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。

mem0-memory-layer 是开发类 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，按安装量在开发类的 21,746 个 Skill 里排第 11,272。

总安装 1,858周安装 79GitHub Stars 公开资料未说明下载 651核验 2026-05-01

开发需要联网 ClawHub未标认证来源可访问许可证明确审计提醒 OpenClaw

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: 0.1.0

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：mem0-memory-layer（mem0 内存层）
来源仓库：https://github.com/tangweigang-jpg/mem0-memory-layer
安装命令：
openclaw skills install mem0-memory-layer
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 mem0-memory-layer

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。

mem0-memory-layer 为 LLM Agent 提供事实级长期记忆能力，覆盖抽取、嵌入与混合检索。适用于需要高精度记忆存储与复杂查询的开发型 Agent 项目。支持自托管 Memory 与托管 MemoryClient 两种部署模式，灵活适配不同需求。

安装命令为 openclaw skills install mem0-memory-layer，建议根据使用方式选择对应配置。使用前请确认是否接入外部向量数据库及 API 密钥等安全凭证管理。

上手步骤

4 步

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
拿到安装命令
可以直接复制的命令是 openclaw skills install mem0-memory-layer；命令里的占位符换成自己的路径或密钥再执行。
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
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

mem0-memory-layer 怎么安装？

在终端执行 openclaw skills install mem0-memory-layer。装完完全退出宿主工具再打开，让它重新扫描本地 Skill。

mem0-memory-layer 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。

mem0-memory-layer 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。

mem0-memory-layer 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。

mem0-memory-layer 用的人多吗？

公开数据是累计安装 1,858 次，近一周安装 79 次，下载 651 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。

mem0-memory-layer 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。
需要处理开发类任务、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。

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	8,779,018	986	操作浏览器	MIT-0	通过
ontology 本体论 · OpenClaw	6,636,960	576	只读	MIT-0	通过
entra-app-registration 内部应用程序注册 · Codex、Claude	6,631,872	764	接触敏感数据	未明确	通过
entra-app-registration 内部应用程序注册 · Codex、Claude	3,757,680	201	接触敏感数据	未明确	通过
nano-banana-pro 纳米香蕉专业版 · OpenClaw	3,526,898	364	接触敏感数据	MIT-0	有提醒
mem0-memory-layer mem0 内存层 · 本页	1,858	—	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: mem0-memory-layer
description: |-
license: MIT-0
compatibility: AI engineering knowledge skill — host AI consumes seed.yaml directly. No installation required.
metadata
version: v0.1.0
blueprint_id: finance-bp-131
blueprint_source: mem0ai/mem0
blueprint_commit: 693e709389526b45cfadfd06d89a0e13af7c7345
category: ai-engineering
doramagic_url: https://doramagic.ai/zh/crystal/mem0-memory-layer
openclaw
skillKey: mem0-memory-layer
category: ai-engineering
primaryEnv: knowledge

这个 skill 适合什么用户？能做哪些任务？

概览

Mem0 是一个 Python 长期记忆框架（github.com/mem0ai/mem0），为 LLM 应用和 agent 提供个性化记忆层。自托管 Memory 类内置 V3 阶段化抽取-存储流水线（Phase 0 上下文整理 → Phase 8 消息持久化），可插拔 vector store / embedding / LLM / reranker provider。混合检索结合语义相似度 + 可选 BM25 / 后端原生 FTS 关键词搜索 + 实体加权评分。

另有独立托管 SaaS 路径 MemoryClient（api.mem0.ai）共享公开 API，但抽取下沉到平台。OSS...

Doramagic 晶体页: https://doramagic.ai/zh/crystal/mem0-memory-layer

知识规模

52 条约束 (1 fatal + 51 non-fatal)
上游源码: mem0ai/mem0 @ commit 693e7093
蓝图 ID: finance-bp-131

用法

Host AI（Claude Code / Cursor / OpenClaw）读 references/seed.yaml，按其中的：

intent_router 匹配用户意图
architecture 理解项目架构
constraints 应用 anti-pattern 约束
business_decisions 参考核心设计决策

FAQ 摘要

这个 skill 适合什么用户？能做哪些任务？

适合需要给 LLM agent / chatbot 加长期记忆的工程师：用户偏好持久化、多轮会话上下文延续、跨 session 事实复用。覆盖 17 个用例（个性化助手、客服、教育等）。访问 doramagic.ai/r/mem0 查看完整目录。

需要准备什么环境？依赖什么？

Python 3.10+，至少一个 LLM provider（默认 OpenAI）、一个 embedding provider（默认 OpenAI）、一个 vector store（默认 Qdrant）。本地 SQLite 文件位于 MEM0_DIR（默认 ~/.mem0/）。可选 MEM0_API_KEY 用于托管 MemoryClient。

会踩哪些坑？这个 skill 怎么防护？

本 skill 内置 52 条约束，最典型的 4 个：(1) OSS v2.0.0 中传入 graph_store 配置会被 pydantic 静默丢弃，graph 查询无效；(2) PostHog 遥测默认开启，需显式设 MEM0_TELEMETRY=false；

完整文档: 见 references/seed.yaml (v6.1 schema). 浏览页: https://doramagic.ai/zh/crystal/mem0-memory-layer

平台分布

OpenClaw

89.05%

按下载量换算580

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

更多开发 Skills（21,746）返回 Skills 目录

上一个 Skill

mem-record（内存记录）

zephyrwang6/myskill

mem-record 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。

下一个 Skill

membox-cloud-sync（membox 云同步）

pupillen/membox-cloud-sync

membox-cloud-sync 用于辅助部署、云资源、容器和基础设施运维，适合在 OpenClaw 中需要检查配置、整理部署步骤或排查环境问题时使用。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。