Token导航 LogoToken导航

Agent Skill · 研究检索

memory-optimize(内存优化)

memory-optimize 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 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。

memory-optimize 是研究检索类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为执行命令;许可证信息还不明确,第三方扫描有未通过项,按安装量在研究检索类的 73,675 个 Skill 里排第 4,842。

总安装 29,376周安装 1,232GitHub Stars 24下载 9,504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:memory-optimize(内存优化)
来源仓库:https://github.com/kochetkov-ma/claude-brewcode
仓库路径:skills/memory-optimize
安装命令:
npx skills add https://github.com/kochetkov-ma/claude-brewcode --skill memory-optimize
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/kochetkov-ma/claude-brewcode --skill memory-optimize

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。

通过 4 个交互式优化步骤简化 Claude Code 内存文件。

删除 CLAUDE.md 或规则文件中已存在的重复条目,然后将剩余条目迁移到适当的持久配置位置 使用LLM高效格式压缩剩余内存条目(散文到表格,详细描述到命令式) 通过检查损坏的引用、矛盾和孤立文件来验证最终状态 内存文件中的令牌计数通常减少 30-50%,降低 API 成本,同时维护跨会话的上下文

来源仓库内路径:skills/memory-optimize

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/kochetkov-ma/claude-brewcode --skill memory-op…;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

    它需要执行命令,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

memory-optimize 怎么安装?

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

memory-optimize 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。

memory-optimize 需要什么权限?

权限级别是执行命令。安装流程涉及命令执行,可能通过 npx skills add https://github.com/kochetkov-ma/claude-brewcode --skill memory-optimize 联网下载 Skill 或依赖。用户安装前应确认命令来源、仓库内容和执行环境。

memory-optimize 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。

memory-optimize 用的人多吗?

公开数据是累计安装 29,376 次,近一周安装 1,232 次,下载 9,504 次,GitHub 24 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。

memory-optimize 安全吗?

第三方扫描有未通过项,风险较高。除非你确认过源码,否则不建议直接安装到常用环境。

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。

先想清楚的地方

  • 需要执行命令,装到常用环境前要先评估影响面。
  • 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 Codex,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

  • 不能接受 Skill 在你机器上执行命令的人。
  • 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。

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
memory-optimize

内存优化 · 本页

29,37624执行命令未明确未通过

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

Plugin: kochetkov-ma/claude-brewcode

Memory Optimizer

Optimizes Claude Code auto-memory files in 4 interactive steps: removes duplicates, migrates rules to proper config files, compresses remaining entries, validates the result. Typical reduction: 30–50% token count in memory files.

Auto-memory stores context across sessions in ~/.claude/projects/**/memory/MEMORY.md. Enable: CLAUDE_CODE_DISABLE_AUTO_MEMORY=0 · Disable: CLAUDE_CODE_DISABLE_AUTO_MEMORY=1

Benefits: faster context loading · no duplicate rules · cleaner instructions · lower API cost

Usage:

/memory-optimize          # no args — starts 4-step interactive workflow
*Skill text is written for LLM consumption and optimized for token efficiency.*

Memory Optimizer

Optimizes Claude Code memory files through 4 interactive steps.

No context: fork — must run in main conversation to spawn agents.

Phase 0: Load Context

  1. Glob all memory files: ~/.claude/projects/**/memory/*.md
  2. Read ~/.claude/CLAUDE.md and project CLAUDE.md (if exists)
  3. Glob .claude/rules/*.md — read all project rules
  4. Read ~/.claude/rules/*.md — read all global rules

Build context map:

memory_files: [paths]
claude_md_sections: [sections]
rules_files: [paths with content]

Step 1: Analysis — Remove Duplicates (Interactive)

Goal: Find memory entries that duplicate content already in CLAUDE.md or rules.

  1. Spawn Explore agent to cross-reference all loaded files
  2. Identify entries where:

- Same rule already in CLAUDE.md - Same pattern already in a rules file - Contradicts CLAUDE.md (CLAUDE.md wins)

  1. Show analysis: Found X duplicate/redundant entries (Y% of memory): | Entry | Memory File | Already In | Action | |-------|-------------|------------|--------| | "Use grepai first" | MEMORY.md:5 | rules/grepai-first.md | DELETE |...
  2. AskUserQuestion: "Delete X duplicate entries (Y% of memory)? This is safe — content exists elsewhere."

- Options: "Yes, delete all" / "Review each" / "Skip this step"

  1. Apply deletion using Edit tool if approved

Step 2: Migration — Move to Rules/CLAUDE.md (Interactive)

Goal: Identify remaining memory entries better suited to persistent config files.

Decision tree (per entry):

  • Applies to ALL projects + IS a rule/constraint → ~/.claude/rules/
  • Applies to THIS project only + IS a rule → .claude/rules/
  • IS an architectural decision → project CLAUDE.md
  • IS a fact/pattern reusable across sessions → KEEP in memory
  1. Show categorization: X entries suitable for migration: | Entry | Current Location | Target | Reduction | |-------|-----------------|--------|-----------| | "Always use BD_PLUGIN_ROOT" | MEMORY.md:12 |.claude/rules/brewdoc.md | 15 tokens |... Total: X entries → ~Y tokens saved
  2. AskUserQuestion: "Migrate X entries to rules/CLAUDE.md?"

- Options: "Yes, migrate all" / "Review each" / "Skip this step"

  1. If approved:

- Create/append to target rule files via Edit - Remove migrated entries from memory via Edit - If target file doesn't exist, create it

Step 3: Compression (Interactive)

Goal: Compress remaining entries using LLM-efficient formatting.

Compression techniques:

  • Prose → table row
  • Multiple related entries → single table
  • Verbose description → imperative one-liner
  • List of examples → pattern + one example
  1. Show compression preview: Compression opportunities found: | Before | After | Savings | |--------|-------|---------| | "When you need to... always use..." | "Use X for Y" | 8 tokens |... Total: ~Y% token reduction (~Z tokens) Show 2-3 specific before/after samples.
  2. AskUserQuestion: "Compress remaining memory? (~Y% reduction)"

- Options: "Yes, compress all" / "Skip compression"

  1. Apply compression via Edit (bottom-up order to preserve line numbers)

Step 4: Validation (Automatic)

Goal: Verify final state and clean orphaned references.

  1. Spawn reviewer agent to verify:

- No broken file path references in memory files - No contradictions between memory and CLAUDE.md - Memory files are well-formed markdown

  1. Clean broken references (Edit tool)
  2. Check for orphaned memory files (files in ~/.claude/projects/**/memory/ with no MEMORY.md reference)
  3. Report orphaned files and ask to delete

Final Report:

## Memory Optimization Complete

### Summary
| Metric | Before | After | Saved |
|--------|--------|-------|-------|
| Total entries | X | Y | Z |
| Duplicate entries | X | 0 | — |
| Migrated entries | — | — | X |
| Token estimate | ~X | ~Y | ~Z (~P%) |

### Changes Made
- Step 1: Deleted X duplicate entries
- Step 2: Migrated X entries to rules/CLAUDE.md
- Step 3: Compressed X entries (Y% reduction)
- Step 4: Fixed X broken references, removed X orphaned files

### Final Memory Structure
{directory listing of ~/.claude/projects/.../memory/}

---

**Part of brewdoc:** [brewcode](https://github.com/kochetkov-ma/claude-brewcode) — docs tools: memory optimization, auto-sync, Claude installation docs, Markdown to PDF.
Install: `claude plugin marketplace add https://github.com/kochetkov-ma/claude-brewcode && claude plugin install brewdoc@claude-brewcode`

平台分布

Codex

39.38%
按下载量换算3,743

Claude

31.73%
按下载量换算3,016

Cursor

17.23%
按下载量换算1,638

Gemini CLI

9.51%
按下载量换算904

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

未通过

权限和风险

执行命令

安装流程涉及命令执行,可能通过 npx skills add https://github.com/kochetkov-ma/claude-brewcode --skill memory-optimize 联网下载 Skill 或依赖。用户安装前应确认命令来源、仓库内容和执行环境。

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