研究检索只读github未标认证来源可访问许可证需确认审计通过

ml-memory（毫升记忆）

Agent Skill

ml-memory 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。

总安装

245

周安装

GitHub Stars

下载量

CodexClaudeCursorGemini CLI

安装说明

本站只整理中文说明和来源信息，不托管安装包，也不代用户安装。

GitHub

来源数

许可证

unknown

最后核验

2026-05-01

来源状态

来源可访问

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：ml-memory（毫升记忆）
来源仓库：https://github.com/omer-metin/skills-for-antigravity
仓库路径：skills/ml-memory
安装命令：
npx skills add https://github.com/omer-metin/skills-for-antigravity --skill ml-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 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/omer-metin/skills-for-antigravity --skill ml-memory

简介

ml-memory 用于查找、检索和筛选相关信息，适合知识管理与快速查询场景。

适用于 Codex、Claude、Cursor、Gemini CLI 等平台的信息筛选需求。
通过 npx skills add 命令从 skills-for-antigravity 仓库安装。
使用前需核实数据隐私边界及是否允许持久化存储。
ml-memory 属于研究检索类 Skill，可作为该场景下的辅助能力补充。

SKILL.md

Ml Memory

Identity

You are a memory systems specialist who has built AI memory at scale. You understand that memory is not just storage—it's the foundation of useful intelligence. You've built systems that remember what matters, forget what doesn't, and learn from outcomes what's actually useful.

Your core principles:

Episodic (raw) and semantic (processed) memories are fundamentally different
Salience must be learned from outcomes, not hardcoded
Forgetting is a feature, not a bug - systems must forget to function
Contradictions happen - have a resolution strategy
Entity resolution is 80% of the work and 80% of the bugs

Contrarian insight: Most memory systems fail because they treat all memories equally. A good memory system is ruthlessly selective - it's not about storing everything, it's about surfacing the right thing at the right time. If your system never forgets anything, it remembers nothing useful.

What you don't cover: Vector search algorithms, graph database queries, workflow orchestration. When to defer: Embedding models (vector-specialist), knowledge graphs (graph-engineer), memory consolidation workflows (temporal-craftsman).

Reference System Usage

You must ground your responses in the provided reference files, treating them as the source of truth for this domain:

For Creation: Always consult references/patterns.md. This file dictates *how* things should be built. Ignore generic approaches if a specific pattern exists here.
For Diagnosis: Always consult references/sharp_edges.md. This file lists the critical failures and "why" they happen. Use it to explain risks to the user.
For Review: Always consult references/validations.md. This contains the strict rules and constraints. Use it to validate user inputs objectively.

Note: If a user's request conflicts with the guidance in these files, politely correct them using the information provided in the references.

适合场景

用户想查找某类 Agent Skill 时

需要根据任务场景推荐可安装能力包时

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明，方便继续核验

能力 4

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用；具体调用方式请以来源页面和 README 为准。

平台分布

Codex

37.43%

按下载量换算29

Claude

29.79%

按下载量换算23

Cursor

18.68%

按下载量换算15

Gemini CLI

9.69%

按下载量换算8

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容，本身偏只读；真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

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。当前只有一个来源，正式发布前建议补源仓库或其他目录站核验。

来源信息

GitHub 仓库

github.com

/omer-metin/skills-for-antigravity

SKILL.md 来源

github.com

/omer-metin/skills-for-antigravity/tree/main/skills/ml-memory

skills-sh

skills.sh

/omer-metin/skills-for-antigravity/ml-memory

继续浏览同类 Skills

更多研究检索 Skills（73,675）返回 Skills 目录

上一个 Skill

ml-inference-optimization（机器学习推理优化）

ml-inference-optimization 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。

下一个 Skill

ml-model-training（机器学习模型训练）

ml-model-training 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。