Token导航 LogoToken导航

Agent Skill · 研究检索

memory-system(记忆系统)

memory-system 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-system 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,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 1,498。

总安装 89,783周安装 3,632GitHub Stars 9下载 28,184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-system(记忆系统)
来源仓库:https://github.com/daoistbro/memory-system
安装命令:
openclaw skills install memory-system
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-system

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。

自研三层记忆恢复系统。解决会话重启后“忘记一切”的问题,提供永久记忆、今日记忆、临时记忆的完整架构。

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-system;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-system 怎么安装?

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

memory-system 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-system 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-system 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-system 用的人多吗?

公开数据是累计安装 89,783 次,近一周安装 3,632 次,下载 28,184 次,GitHub 9 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-system 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。

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。
  • 需要处理研究检索类任务、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。

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-system

记忆系统 · 本页

89,7839需要联网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-system
description
自研三层记忆恢复系统。解决session重启后"忘记一切"的问题,提供永久记忆、今日记忆、临时记忆的完整架构。

大哥的记忆系统 (Big Brother's Memory System)

目标

解决的核心问题:Session重启后上下文丢失,像"睡醒后忘记一切"

解决方案:三层记忆恢复系统

三层记忆架构

L1: 永久记忆(Permanent Memory)

存储:

  • identity.md - 身份、偏好、关系
  • technical-stack.md - 技术栈、工具
  • working-directory.md - 工作目录、习惯
  • key-decisions.md - 关键决策、教训

特点:

  • 永久存储、高频检索
  • 不随session重启而改变
  • 链接到今日记忆

L2: 今日记忆(Daily Memory)

存储:

  • YYYY-MM-DD.md - 每日工作、决策、重要事件
  • session-N.md - 每个session的记录

特点:

  • 按日组织、易于查找
  • 自动保存当前session状态
  • 压缩前高亮保存关键信息

L3: 临时记忆(Session Memory)

存储:

  • 当前session的临时上下文
  • 正在进行的任务、待办事项

特点:

  • Session级别、自动清理
  • 压缩后存入L2

恢复流程(Session Start)

1. 读取 memory/YYYY-MM-DD.md(今日日志)
2. 读取 MEMORY.md(全局长期记忆)
3. 读取 memory/permanent/*.md(分类记忆)
4. memory_search定位相关记忆
5. 恢复工作状态

快速开始

恢复记忆

bash /data/workspace/scripts/memory-recovery.sh

自动保存

  • Session End Hook: 自动保存当前session状态到今日记忆
  • Context Compression Alert: 压缩前2分钟,高亮保存关键信息
  • Key Decision Recording: 每个关键决策记录到key-decissions.md

持久化机制

1. 永久记忆维护

  • 启动时: 读取永久记忆
  • Session结束: 读取今日记忆
  • 关键决策: 记录到key-decisions.md

2. 今日记忆维护

  • Session记录: 每个session记录到YYYY-MM-DD.md
  • 总结: Session结束前总结关键信息
  • 更新: 每日工作总结

3. 临时记忆维护

  • 自动保存: Session结束时自动保存
  • 压缩前保存: 高亮保存关键信息
  • 定期清理: 过期session清理

最佳实践

记录什么

✅ 应该记录:

  • 关键决策和教训
  • 新发现的有价值内容
  • 重要的人际关系和偏好
  • 技术栈的使用经验
  • 工作习惯的调整

❌ 不应该记录:

  • 重复的上下文
  • 毫无意义的日常
  • 太过私密的细节
  • 短期、易变的想法

恢复技巧

  1. 阅读顺序: 永久记忆 → 今日记忆 → 临时记忆
  2. 关键词搜索: 使用memory_search快速定位
  3. 关联记忆: 找到相关决策的上下文
  4. 状态恢复: 从关键决策中恢复工作状态

与其他记忆系统对比

vs 向量记忆系统(如Qdrant)

我的优势:

  • 完全本地化、可控
  • 可解释性强、易于审计
  • 无成本、无API依赖

向量系统的优势:

  • 语义搜索更强大
  • 自动实体提取
  • 支持多语言

混合方案:短期使用文件系统,长期可以结合向量搜索

故障恢复

完全丢失记忆

  1. 恢复永久记忆(identity.md, technical-stack.md等)
  2. 恢复最近几日的记忆(如果还有备份)
  3. 从关键决策开始重建

部分丢失

  1. 读取所有可用的记忆文件
  2. 使用memory_search定位
  3. 手动补充缺失的部分

持续优化

每周检查

  • 记忆是否完整?
  • 关键决策是否记录?
  • 是否有重复信息?
  • 检索是否高效?

每月优化

  • 清理过时信息
  • 合并重复内容
  • 优化检索关键词
  • 更新技术栈记录

作者:大哥 (Big Brother) 创建时间:2026-02-11 版本:v1.0.0 许可证:MIT

平台分布

OpenClaw

80.28%
按下载量换算22,626

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

未展示

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。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