Token导航 LogoToken导航

Agent Skill · 研究检索

mempalace-memory(记忆宫殿)

mempalace-memory 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。

mempalace-memory 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为权限未标注;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 31,975。

总安装 2,607周安装 112GitHub Stars 公开资料未说明下载 914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:mempalace-memory(记忆宫殿)
来源仓库:https://github.com/mars82311111/mempalace-memory
安装命令:
openclaw skills install mempalace-memory
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 mempalace-memory

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。

基于MemPalace融合SuperMem增强层,提供自动hook注入、多样性重排、相似度去重和高效上下文记忆管理。

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 mempalace-memory;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

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

mempalace-memory 怎么安装?

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

mempalace-memory 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。

mempalace-memory 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

mempalace-memory 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。

mempalace-memory 用的人多吗?

公开数据是累计安装 2,607 次,近一周安装 112 次,下载 914 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。

mempalace-memory 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
mempalace-memory

记忆宫殿 · 本页

2,607—权限未标注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

MemPalace Memory Skill (Enhanced v4)

基于 MemPalace(22k⭐ · Benchmark 最高分)融合 SuperMem 增强层的记忆系统。


系统架构(第一性原理)

用户消息
  ↓
[Hook] message:preprocessed
  ↓
mempalace_cli.py  ← 修复后版本(v4)
  ↓ (call /Users/mars/Library/Python/3.9/bin/mempalace)
MemPalace 原生检索
  ↓
Levenshtein 去重(>85%相似度)
  ↓
MMR 多样性重排(λ=0.7)
  ↓
注入 bodyForAgent → 模型响应

关键修复(v4):

  • ✅ Hook 正确调用 mempalace_cli.py(之前错误调用 super_mem_cli.py)
  • ✅ 移除不存在的 --no-exact 参数
  • ✅ MMR + 去重 + 清洗 全部启用
  • ✅ 删除遗留的 super_mem_cli.py 调用

核心文件

文件作用
scripts/mempalace_cli.py增强CLI(MMR+去重+清洗)← 召回入口
scripts/mempalace_reranker.pyMMR重排+Levenshtein去重+元数据剥离
scripts/super_mem_cli.pySuperMem层(ChromaDB bridge,不用于hook)
hook.tsOpenClaw hook处理器

CLI 命令

# 增强搜索(MMR + 去重 + 清洗)— 召回链路入口
/usr/bin/python3 ~/.openclaw/workspace/skills/mempalace-memory/scripts/mempalace_cli.py search "查询" --limit 5

# 状态检查
/usr/bin/python3 ~/.openclaw/workspace/skills/mempalace-memory/scripts/mempalace_cli.py status

# 唤醒(启动上下文)
/usr/bin/python3 ~/.openclaw/workspace/skills/mempalace-memory/scripts/mempalace_cli.py wake-up

# 增量挖掘
/usr/bin/python3 ~/.openclaw/workspace/skills/mempalace-memory/scripts/mempalace_cli.py mine

# 删除记忆(ChromaDB forget)
/usr/bin/python3 ~/.openclaw/workspace/skills/mempalace-memory/scripts/mempalace_cli.py forget <memory_id>

增强层详情

功能实现状态
自动 hook 注入message:preprocessed✅ v4修复
MMR 多样性重排mempalace_reranker.py✅
Levenshtein 去重mempalace_reranker.py (>85%)✅
元数据清洗mempalace_reranker.py✅
ChromaDB forgetmempalace_cli.py✅
BM25+向量混合搜索MemPalace 原生✅
4层记忆栈MemPalace 原生✅
Palaces GraphMemPalace 原生✅
SuperMem bridgesuper_mem_cli.py bridge✅ 可选

数据存储

  • MemPalace 原生:~/.mempalace/palace/(387 drawers,事实来源)
  • SuperMem ChromaDB:~/.super-mem/chroma/(通过bridge同步,可选层)
  • Hook 注册:~/.openclaw/hooks/mempalace-recall/handler.ts

安装要求

  • Python 3.9+
  • Node.js
  • MemPalace CLI:/Users/mars/Library/Python/3.9/bin/mempalace
  • Ollama(用于向量嵌入):nomic-embed-text 模型

注意事项

  1. Hook 入口:~/.openclaw/hooks/mempalace-recall/handler.ts 是 OpenClaw 加载的唯一文件(不是 hook.ts)
  2. SuperMem 是可选层:super_mem_cli.py 可独立使用,但不通过 hook 调用
  3. 身份文件:~/.mempalace/identity.txt 控制 wake-up 的 L0 层
  4. 使用 trash > rm 保护数据

更新日志

v4 (2026-04-08)

  • FIX: Hook 调用 mempalace_cli.py(之前错误调用 super_mem_cli.py)
  • FIX: 移除不存在的 --no-exact 参数
  • FIX: MMR + 去重 + 清洗 全部启用
  • CLEAN: 删除 BOOTSTRAP.md
  • ADD: 创建 ~/.mempalace/identity.txt
  • ADD: 完整第一性原理架构文档

v3 (历史版本)

  • SuperMem v4 pure search(已废弃)

平台分布

OpenClaw

92.37%
按下载量换算844

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

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