Token导航 LogoToken导航

Agent Skill · 研究检索

memclawz-connect(memclawz 连接)

memclawz-connect 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。

memclawz-connect 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;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 18,091。

总安装 6,264周安装 261GitHub Stars 公开资料未说明下载 2,088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
1.1.0

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:memclawz-connect(memclawz 连接)
来源仓库:https://github.com/yoniassia/memclawz-connect
安装命令:
openclaw skills install memclawz-connect
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 memclawz-connect

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。

memclawz-connect 提供 HTTP API 接口,用于将任意 AI 代理接入共享内存总线。适用于实现“执行前读取”和“完成后写入”模式的代理协同工作流。通过简单配置即可对接现有系统,降低集成复杂度。需注意 API 安全策略及并发访问时的数据一致性控制。推荐在正式使用前进行压力测试和异常处理验证。

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 memclawz-connect;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

    它需要接触敏感数据,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

memclawz-connect 怎么安装?

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

memclawz-connect 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。

memclawz-connect 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

memclawz-connect 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。

memclawz-connect 用的人多吗?

公开数据是累计安装 6,264 次,近一周安装 261 次,下载 2,088 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。

memclawz-connect 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

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 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

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 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
memclawz-connect

memclawz 连接 · 本页

6,264—接触敏感数据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
memclawz-connect
description
Connect any AI agent to the MemClawz shared memory bus. Gives agents read-before-act and write-after-complete patterns via a simple HTTP API. Use when an agent needs fleet memory, shared memory, cross-agent memory, or long-term recall across sessions. Triggers on: 'connect to memory', 'fleet memory', 'shared memory', 'memclawz', 'remember this across sessions', 'search memory'.

MemClawz Connect

One skill. Any agent. Shared memory.

Setup

export MEMCLAWZ_URL="http://localhost:3500"   # or remote: http://YOUR_SERVER:3500
export MEMCLAWZ_AGENT_ID="my-agent"           # unique per agent

No API key required for default installs. If auth is enabled, also set MEMCLAWZ_API_KEY.

Health Check

curl -s "$MEMCLAWZ_URL/health"
# {"status":"ok","version":"...","qdrant":"connected"}

Agent Protocol

Before ANY Task — Search First

curl -s "$MEMCLAWZ_URL/api/v1/search?q=TOPIC&limit=5"

Response:

{"results": [{"content": "...", "agent_id": "quant-dev", "memory_type": "decision", "score": 0.92}]}

Use results as context before starting work. Avoids re-discovering what's already known.

After Completing Work — Write Back

curl -s -X POST "$MEMCLAWZ_URL/api/v1/add" \
  -H "Content-Type: application/json" \
  -d '{
    "content": "Deployed v2.0 — fixed auth race condition with mutex on refresh",
    "agent_id": "'"$MEMCLAWZ_AGENT_ID"'",
    "memory_type": "event"
  }'

Memory Types

TypeWhen
factDiscovered info (endpoints, versions, configs)
decisionChoices made (architecture, approach, tool selection)
procedureHow something was done (deploy steps, build process)
eventWhat happened (deployed X, fixed Y, shipped Z)
insightLessons learned (what worked, what didn't)
intentionPlanned actions
commitmentPromises made
actionActions taken
outcomeResults of actions

Stats

curl -s "$MEMCLAWZ_URL/api/v1/stats"

List Agents

curl -s "$MEMCLAWZ_URL/api/v1/agents"

Get Memories

curl -s "$MEMCLAWZ_URL/api/v1/memories?agent_id=$MEMCLAWZ_AGENT_ID&limit=50"

AGENTS.md Integration

Append to your agent's AGENTS.md:

## MemClawz Shared Memory

Fleet memory API: $MEMCLAWZ_URL/api/v1

### Before ANY task:
Search shared memory for relevant context:
curl -s "$MEMCLAWZ_URL/api/v1/search?q=<task keywords>&limit=5"

### After completing ANY significant work:
Write results to shared memory:
curl -s -X POST $MEMCLAWZ_URL/api/v1/add \
  -H "Content-Type: application/json" \
  -d '{"content": "<what was done>", "agent_id": "$MEMCLAWZ_AGENT_ID", "memory_type": "<type>"}'

Remote Agents

For agents on a different server, just change MEMCLAWZ_URL from localhost:3500 to the master's IP/hostname:

export MEMCLAWZ_URL="http://76.13.154.71:3500"

Everything else stays the same.

平台分布

OpenClaw

95.03%
按下载量换算1,984

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

通过

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

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