Token导航 LogoToken导航

Agent Skill · 效率

memory-auto-manager(内存自动管理器)

memory-auto-manager 用于辅助前端页面、组件、样式和交互逻辑开发,适合在 OpenClaw 中需要维护前端项目、生成组件或检查界面实现时使用。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。

memory-auto-manager 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,第三方扫描已通过,按安装量在效率类的 21,003 个 Skill 里排第 13,430。

总安装 3,733周安装 154GitHub Stars 公开资料未说明下载 1,220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:memory-auto-manager(内存自动管理器)
来源仓库:https://github.com/xuchuanyu1/memory-auto-manager
安装命令:
openclaw skills install memory-auto-manager
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 memory-auto-manager

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。

memory-auto-manager 基于 LanceDB 实现自动内存管理,提取关键点并压缩对话内容。适用于 OpenClaw 中需要持续更新 MEMORY.md 并维护向量索引的项目场景。支持自动写入摘要与更新嵌入,减少人工干预并提升记忆检索速度。

安装命令为 openclaw skills install memory-auto-manager,需配置本地数据库路径与写入权限。使用前应验证数据存储安全性,避免日志中包含敏感信息被意外持久化。

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 memory-auto-manager;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

memory-auto-manager 怎么安装?

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

memory-auto-manager 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。

memory-auto-manager 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。

memory-auto-manager 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。

memory-auto-manager 用的人多吗?

公开数据是累计安装 3,733 次,近一周安装 154 次,下载 1,220 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。

memory-auto-manager 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

  • 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。
  • 第三方扫描已通过,常见的高风险行为没有命中。
  • 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。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

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
memory-auto-manager

内存自动管理器 · 本页

3,733—只读MIT-0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

name
memory-auto-manager
description
Automatic memory management based on built-in memory-lancedb-local-storage. Auto-extract key points, compress conversation, write to MEMORY.md and update vector index after session ends.

memory-auto-manager

基于内置 memory-lancedb-local-storage 的自动记忆管理 Skill。

功能

  • ✅ 会话结束自动触发 → 无需手动输入指令,会话结束自动运行
  • ✅ 自动压缩提炼 → 调用 LLM 去掉闲聊、重复内容,保留核心信息
  • ✅ 自动分类 → 将内容分为 decision/fact/preference/entity 四类
  • ✅ 自动写入 → 提炼后的核心内容自动追加到 MEMORY.md 永久记忆
  • ✅ 自动更新索引 → 写入完成后自动执行 openclaw memory index --force 更新本地向量语义索引
  • ✅ 完全兼容 → 不修改原有 memory-lancedb-local-storage 配置和数据,只是在上层增加自动管理功能

配置

无需额外配置,使用当前 OpenClaw 默认 LLM 进行提炼。

工作流程

  1. 会话结束 → 触发 session:end hook
  2. 获取完整会话对话
  3. 调用 LLM 提炼核心要点,分类
  4. 判断是否值得长期保存(内容太短/无价值跳过)
  5. 值得保存 → 追加写入 MEMORY.md
  6. 执行 openclaw memory index --force 更新向量索引
  7. 完成,日志输出结果

作者

OpenClaw auto generated

平台分布

OpenClaw

96.67%
按下载量换算1,179

安全审计

VirusTotal

通过

ClawScan

通过

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。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