Token导航 LogoToken导航

Agent Skill · 研究检索

mempalace-openclaw(mempalace OpenClaw 搜索)

mempalace-openclaw 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-openclaw 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;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 8,546。

总安装 16,104周安装 671GitHub Stars 1下载 5,368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
1.6.0

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-openclaw(mempalace OpenClaw 搜索)
来源仓库:https://github.com/deveuper/mempalace-openclaw
安装命令:
openclaw skills install mempalace-openclaw
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-openclaw

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。

mempalace-openclaw 用于在 OpenClaw 中实现对话内容的语义存档与检索。适合需要长期记忆 AI 会话、按关键词或场景快速定位历史信息时使用。通过 /mem-arc 等命令将对话存档至本地存储,支持语义搜索调用。安装前需确认本地存储权限及网络访问设置,注意维护状态和依赖项。

建议结合 README 核验具体命令格式与数据保留策略。

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-openclaw;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

    它需要接触敏感数据,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

mempalace-openclaw 怎么安装?

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

mempalace-openclaw 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-openclaw 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

mempalace-openclaw 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-openclaw 用的人多吗?

公开数据是累计安装 16,104 次,近一周安装 671 次,下载 5,368 次,GitHub 1 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。

mempalace-openclaw 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

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 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

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 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-openclaw

mempalace OpenClaw 搜索 · 本页

16,1041接触敏感数据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

name
mempalace-openclaw
description
MemPalace memory system for OpenClaw/XClaw/WorkBuddy. Archive AI conversations to local long-term storage with semantic search. Commands: /mem-arc (archive), /mem-sea (search), /mem-asave (auto-save daily). Based on https://github.com/milla-jovovich/mempalace. Triggers: user wants to save, search or back up AI conversation memories.

MemPalace — AI Long-Term Memory Archive

Based on / 基于: milla-jovovich/mempalace

总览 / Overview

MemPalace 是一个本地长期记忆系统,为 AI 设计。对话永久存档,支持语义搜索。

MemPalace is a local long-term memory system for AI agents. Conversations are permanently archived and searchable by meaning (semantic search), not just keywords.


核心优势 / Key Advantages

优势 / Advantage说明 / Description
本地存储 / Local Only所有数据存在你自己电脑,不上传任何服务器 / All data stays on your machine, nothing uploaded
语义搜索 / Semantic Search按意思搜索,不只是关键词匹配 / Searches by meaning, not just keyword match
零费用 / 100% Free无需 API Key,无需付费 / No API key, no subscription
跨项目 / Cross-Project对话存档跨项目共享,不是单一 workspace / Archives shared across projects, not tied to one workspace
自动归档 / Auto-Archive每天 23:00 自动保存,无需手动 / Daily auto-save at 23:00, no manual work
源码内置 / Bundled SourceMemPalace 完整源码打包在 skill 内,首次运行自动安装 / Full MemPalace source bundled, auto-installed on first run

费用对比 / Cost Comparison

方案 / Solution费用 / Cost数据位置 / Data Location
MemPalace免费 / Free本地 / Local
普通 memory/免费 / Freeworkspace 内 / In workspace
第三方云记忆服务 / Cloud memory services付费订阅 / Paid云端 / Cloud

三个命令 / Three Commands

命令 / Command中文作用English Action
/mem-arc手动归档当前对话到 MemPalaceArchive current session to MemPalace
/mem-sea语义搜索历史记忆Semantic search past memories
/mem-asave立即执行今日自动保存Auto-save today's memories now

工作原理 / How It Works

MemPalace 将对话存储在分级结构中(Wing 主题 > Room 房间 > Drawer 抽屉),通过 ChromaDB 向量数据库实现语义搜索。

MemPalace stores conversations in a hierarchical structure (Wing topic > Room > Drawer) with a ChromaDB vector database for semantic search.

  1. Skill 安装后,第一次运行 /mem-arc 时自动触发初始化
  2. 自动安装 MemPalace 源码 + chromadb/pyyaml 依赖
  3. 自动创建 palace_data/ 目录和 mempalace.yaml 配置文件
  4. 对话归档时:压缩内容 -> 写入 convos 文件夹 -> 索引到 ChromaDB
  5. 搜索时:通过向量匹配找到最相关的记忆片段

自动配置 / Auto-Setup

第一次运行时自动执行以下步骤,无需手动操作:

  1. pip install -e ./mempalace --no-deps — 从内置源码安装 mempalace
  2. pip install chromadb pyyaml — 安装运行时依赖(chromadb 从 PyPI 下载)
  3. 创建 palace_data/ 目录 — 存放对话归档和向量索引
  4. 创建 mempalace.yaml — Wing 和 Room 配置文件
  5. 运行初次索引 — mempalace mine ./palace_data --wing openclaw

安装后只需要用命令,无需任何手动配置。


数据存储位置 / Storage Locations

所有路径相对于 skill 目录,不暴露用户路径。

All paths are relative to the skill directory — no user paths exposed.

mempalace/ Skill 目录 ├── mempalace/ 内置 MemPalace 源码 │ ├── cli.py, miner.py 等所有源码文件 │ └── pyproject.toml pip install -e 所需 ├── scripts/ │ └── archive.ps1 归档和搜索脚本 ├── palace_data/ 首次运行后自动创建 │ ├── convos/ 归档的对话文件 │ └── .mempalace/ ChromaDB 向量索引 ├── mempalace.yaml Wing/Room 配置 └── SKILL.md


适用 AI / Compatible AI

AI 产品 / AI Product支持情况 / Support说明 / Notes
OpenClaw完全支持 / FullSkill 系统 + exec + cron 完整支持
XClaw待确认 / Unconfirmed取决于 exec 工具是否可用
WorkBuddy待确认 / Unconfirmed取决于 exec 工具是否可用
Claude Code可用 / Usable通过 exec 调用 Python/powershell
其他 Agent可用 / Usable任何能运行 Python + 脚本的环境

Skill 触发机制(description 匹配)是 OpenClaw 特有的。XClaw/WorkBuddy 如果支持 Skill 加载则可用,否则需要手动执行 scripts/archive.ps1。


归档流程 / Archive Flow

  1. 读取当前 workspace 的 memory/ 文件夹内容(或直接传入内容)
  2. 压缩:删除问候等废话,保留决策/配置/待办
  3. 写入:palace_data/convos/YYYY-MM-DD-archive.md
  4. 索引:mempalace mine ./palace_data --wing openclaw

搜索流程 / Search Flow

  1. 运行:mempalace search "搜索词" --wing openclaw
  2. ChromaDB 返回向量相似度排序结果
  3. AI 解析结果,返回最相关的记忆片段

主动坦白 / Honest Disclosure

Security Scan 提出了几个合理问题,这里主动说明:

1. 数据写入位置 / Data Write Location archive.ps1 在调用 mempalace CLI 前设置环境变量 MEMPALACE_PALACE_PATH=palace_data 目录的绝对路径。所有 MemPalace 数据(对话归档、ChromaDB 向量索引)都写入 skill 目录下的 palace_data/ 文件夹,不写入用户 home 目录。

2. Wikipedia 查询 / Wikipedia Lookups entity_registry 模块在实体消歧时会发起 Wikipedia API 请求( benign outbound HTTP,用于消歧,不上传用户数据)。如需完全离线,可注释掉相关代码。

3. pip install 修改 Python 环境 / pip install Modifies Python Env 首次运行会执行 pip install -e ./mempalace 和 pip install chromadb pyyaml,会写入系统 Python 环境。如需隔离,建议用 venv:pip install -e ./mempalace --no-deps + pip install chromadb pyyaml 可在 venv 中运行。

4. cron 自动归档 / Cron Auto-Archive 每天 23:00 的自动归档通过 OpenClaw 内置 cron 实现(cron add),属于 OpenClaw 运行时调度,不体现在 skill 代码文件中。如需确认 cron 是否生效,问 AI:cron list。

5. 目录扫描范围 / Directory Scan Scope mempalace mine 会递归扫描指定目录并索引其中的 .py/.json/.md/.yaml 等文件。归档时请确保 memory/ 目录内无敏感文件,或在归档前由 AI 过滤。


*Skill: mempalace-openclaw | Based on milla-jovovich/mempalace | https://github.com/milla-jovovich/mempalace*

平台分布

OpenClaw

71.09%
按下载量换算3,816

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

通过

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

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