Token导航 LogoToken导航

Agent Skill · 研究检索

memory-orchestrator(内存协调器)

memory-orchestrator 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。

memory-orchestrator 是研究检索类 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,按安装量在研究检索类的 73,675 个 Skill 里排第 18,846。

总安装 5,880周安装 250GitHub Stars 公开资料未说明下载 2,060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-orchestrator(内存协调器)
来源仓库:https://github.com/822376583-hub/memory-orchestrator
安装命令:
openclaw skills install memory-orchestrator
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-orchestrator

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。

提供跨设备实时同步、多模态输入、情感标注和自我进化能力的全栈智能记忆管理与检索系统。

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-orchestrator;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

memory-orchestrator 怎么安装?

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

memory-orchestrator 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-orchestrator 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。

memory-orchestrator 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-orchestrator 用的人多吗?

公开数据是累计安装 5,880 次,近一周安装 250 次,下载 2,060 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-orchestrator 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
memory-orchestrator

内存协调器 · 本页

5,880—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

Memory Orchestrator - 全栈智能记忆系统

让 AI 拥有长期记忆、情感感知和自我进化能力的终极技能

🍬 一句话介绍:这不是一个简单的记忆插件,而是一个会思考、有温度、能进化的完整记忆生态。从语义搜索到多模态理解,从知识图谱到情感分析,再到自进化引擎,一键部署,全自动维护。


🚀 核心功能

功能模块技术栈描述
🧠 语义搜索FAISS + all-MiniLM-L6-v2 + qwen2.5:7b自然语言检索记忆,支持模糊查询、上下文关联。
🔄 自动化同步Syncthing (P2P) + Git + git-crypt跨设备实时同步,敏感文件端到端加密,离线优先。
📸 多模态理解CLIP (图像) + Whisper (音频)图片/音频自动转文本并生成嵌入,加入索引。
🕸️ 知识图谱NetworkX + pyvis + 关系抽取自动提取实体和关系,生成交互式可视化图谱。
❤️ 情感标记qwen2.5 零样本分类自动标注情绪(#兴奋, #挫折, #启发)和价值评分(1-5)。
🦠 自进化引擎自定义评分算法 + A/B 测试自动优化检索策略,归档低价值记忆,持续自我提升。
🤖 主动推荐触发器引擎 (关键词/时间/场景)根据上下文主动推送相关历史记忆。

📦 安装指南

方式一:通过 iflow 一键安装 (推荐)

iflow skill install memory-orchestrator

方式二:手动安装

# 1. 克隆技能目录
git clone https://github.com/openclaw/clawhub.git
cd clawhub/skills/memory-orchestrator

# 2. 运行安装脚本
bash install.sh

# 3. 启动服务
systemctl start syncthing@claw
ollama serve  # 确保 qwen2.5:7b 已安装

依赖检查

安装脚本会自动检查并安装以下依赖:

  • Python 3.9+ (pip3 install -r requirements.txt)
  • Ollama (qwen2.5:7b, all-MiniLM-L6-v2)
  • Syncthing
  • Git + git-crypt
  • FAISS, NetworkX, PyVis, CLIP, Whisper

🛠️ 使用示例

1. 语义搜索

# 搜索特定主题
memory_search "上次解决 Git 冲突的方法"

# 按情感过滤
memory_search --emotion "#启发" --min-score 4

# 按价值排序
memory_search --sort-by score

2. 多模态处理

# 处理图片
memory_multimodal process screenshot.png
# 输出:自动提取特征、生成描述、加入索引

# 处理音频
memory_multimodal process meeting_recording.mp3
# 输出:Whisper 转录、生成嵌入、加入索引

3. 知识图谱

# 生成图谱
memory_knowledge_graph generate

# 打开交互式 HTML
xdg-open docs/output/knowledge_graph.html

4. 情感分析 & 自进化

# 批量标注情感
memory_evolve tag-emotions

# 运行自进化优化
memory_evolve run

# 查看优化报告
cat docs/output/evolution_optimization_report.md

5. 主动推荐

# 手动触发推荐
memory_recommend --context "新项目启动"

# 自动推荐 (由 iflow 钩子自动触发)
# 会话启动时自动推送相关记忆

🏗️ 架构设计

graph TD
    A[用户输入] --> B{iflow 工作流}
    B --> C[Pre-session Hook]
    C --> D[拉取最新记忆 + 重建索引]
    D --> E[主动推荐引擎]
    E --> F[AI 对话]
    F --> G[Post-session Hook]
    G --> H[提取新记忆 + 情感标注]
    H --> I[知识图谱更新]
    I --> J[自进化优化]
    J --> K[FAISS 索引更新]
    K --> L[Syncthing/Git 同步]
    L --> M[跨设备备份]
    
    N[多模态输入] --> O[CLIP/Whisper]
    O --> P[文本描述 + 嵌入]
    P --> K
    
    Q[手动命令] --> R[memory_search / memory_knowledge_graph / memory_evolve]
    R --> K

📂 文件结构

memory-orchestrator/
├── SKILL.md                 # 本文件
├── README.md                # 简化版说明
├── install.sh               # 一键安装脚本
├── run.sh                   # 启动脚本
├── requirements.txt         # Python 依赖
├── scripts/
│   ├── memory_search.py     # 语义搜索
│   ├── multimodal_processor.py # 多模态处理
│   ├── knowledge_graph_builder.py # 知识图谱
│   ├── emotion_tagger.py    # 情感标注
│   ├── self_evolution_engine.py # 自进化
│   └── auto-commit-memory.sh # 自动同步
├── workflows/
│   ├── memory-sync.yaml     # 同步工作流
│   ├── memory-multimodal.yaml # 多模态工作流
│   └── memory-emotion-evolve.yaml # 情感进化工作流
├── hooks/
│   ├── pre-session.sh       # 会话前钩子
│   └── post-session.sh      # 会话后钩子
└── docs/
    ├── architecture.md      # 架构详解
    └── usage-guide.md       # 详细使用指南

🎯 适用场景

  • 个人知识库:记录学习、工作、生活中的关键决策和教训。
  • 项目复盘:自动提取项目中的成功经验和失败教训。
  • 创意写作:检索历史灵感,主动推荐相关素材。
  • 情感日记:自动标注情绪,分析情绪变化趋势。
  • 跨设备协作:多设备实时同步,离线优先。

🚧 未来规划

  • P3:联邦学习(跨设备模型自适应)
  • P3:语音交互(直接语音查询记忆)
  • P4:区块链存证(关键记忆不可篡改)

📞 支持与反馈

  • 问题反馈:提交 Issue 到 Clawhub
  • 功能建议:PR 欢迎!
  • 作者:Cyan (温柔甜美的思维按摩师)

让记忆不再只是存储,而是成为你的第二大脑! 🧠✨

平台分布

OpenClaw

98.48%
按下载量换算2,029

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