Agent Skill · 待分类

memory-guardian（记忆守护者）

memory-guardian 用于补充待分类相关能力，适合在 Local Agent 中需要让 Agent 承接待分类相关任务时使用。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-guardian 是待分类类 Agent Skill，可用宿主为 Local Agent，通过unknown获取，权限为调用外部服务；许可证信息还不明确，暂无第三方扫描结果，按安装量在待分类类的 11,209 个 Skill 里排第 9,067。

总安装 261周安装 11下载 92核验 2026-05-01

待分类调用外部服务 unknown未标认证来源可访问许可证需确认审计未展示Local Agent

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。

许可证: unknown

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-guardian（记忆守护者）
来源仓库：https://skills.volces.com
仓库路径：memory-guardian
安装命令：
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。当前暂无明确安装命令，请以来源页面说明为准。

这个 Skill 是做什么的

这个 Skill 的分类还没最终确定，用法以来源仓库的说明为准。

memory-guardian 用于补充待分类相关能力，适合在 Local Agent 中处理记忆管理类任务。它可能涉及信息归档、提醒设置或知识整理，具体用途需结合 README 进一步确认。使用时需提供待处理信息，Agent 可尝试自动分类并生成索引。安装前请确认是否依赖本地存储或加密机制，确保数据安全。

注意检查结果的一致性，避免重复或丢失重要内容。

来源仓库内路径：memory-guardian

上手步骤

4 步

1
确认自己的宿主工具
公开资料标注支持 Local Agent；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
拿到安装命令
没有现成安装命令，按unknown的说明从来源页面获取，仓库路径是 memory-guardian。
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
按最小权限试用
它需要调用外部服务，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-guardian 怎么安装？

公开资料没有给出可以直接复制的命令，需要按来源页面说明手动安装，仓库内路径为 memory-guardian。

memory-guardian 支持哪些 AI 工具？

公开资料标注支持 Local Agent。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-guardian 需要什么权限？

权限级别是调用外部服务。该 Skill 可能调用第三方服务、云服务或外部模型 API，使用前需要确认账号、额度、数据发送范围和服务条款。

memory-guardian 是免费的吗？

公开资料没有标注明确许可证，收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

memory-guardian 用的人多吗？

公开数据是累计安装 261 次，近一周安装 11 次，下载 92 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-guardian 安全吗？

没有查到第三方扫描结果，安全性无法从公开资料判断，安装前请自行审查源码、依赖和命令行为。

值得选的地方和要先想清楚的地方

值得选的地方

专注 Local Agent 一种宿主，触发方式和使用习惯不用来回切换。

先想清楚的地方

许可证没有明确标注，能不能商用、能不能再分发都不确定。
没有第三方扫描结果，安全性只能靠自己读源码判断。
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 Local Agent，想直接扩展它能力的人。
需要处理待分类类任务、又不想每次都手写提示词的人。

不太适合

需要明确授权才能用到公司项目里的场景。
要求有安全扫描结论才肯安装的团队。
需要厂商级技术支持和 SLA 的生产系统。

待分类类 Skill 对比

6 个同类

Skill	总安装	GitHub 星	权限	许可证	扫描
infsh-cli infsh CLI · Codex、Claude	4,374,576	382	权限未标注	未明确	未收录
ai-video-generation AI 视频生成 · Codex、Claude	4,313,376	382	调用外部服务	未明确	有提醒
lark-openapi-explorer 云雀 OpenAPI 浏览器 · Codex、Claude	2,064,120	9,011	需要联网	未明确	有提醒
lark-workflow-standup-report Lark 工作流程站立报告 · Codex、Claude	2,041,632	8,978	需要联网	未明确	通过
use-my-browser 使用我的浏览器 · Codex、Claude	1,848,491	40	操作浏览器	未明确	未通过
memory-guardian 记忆守护者 · 本页	261	—	调用外部服务	未明确	未收录

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-guardian

工作空间记忆生命周期系统。双层贝叶斯衰减 + 四态质量门 + 案例生命周期 + 压缩。

设计原则

写入前先检查状态 — 先调用 memory_status
应用前先 dry-run — 预览破坏性操作
默认行为 > 开关 — 工作空间默认值来自 MG_WORKSPACE
写入顺序 > 内容正确性 — 顺序很重要
可观测但不脆弱 — 信号退化 → WARNING，不崩溃
单一事实来源 — 所有默认值集中在 mg_schema/meta_defaults.py

MCP 工具（10 个）

工作空间默认值来自 MG_WORKSPACE 环境变量；仅列出非默认参数。

查询

memory_status() — 系统概览（记忆数量 / 质量门状态 / 案例摘要 / 引用完整性）
memory_query(type="active", min_score=0.3) — 搜索记忆（关键词/记忆类型过滤）

写入

memory_ingest(content="...", importance="auto", tags=[]) — 创建新记忆
memory_decay(lambda=0.01, dry_run=false) — 运行五轨贝叶斯衰减

审计

quality_check(layer="all") — 质量门（淘汰率 / 相似案例信号 / 陈旧案例）
case_query(filter="frozen") — 查询案例（active/frozen/retired/stale/ignored）
case_review(case_id, action="retire", origin_type="agent_initiated") — 案例操作（active/frozen/retired/unfreeze/ignore）

批量

run_batch(skip_compact=true, dry_run=false, timeout=300) — 完整维护（包含同步 + 信号合并）
memory_sync(dry_run=true) — 同步文件变更 → meta.json（在 run_batch 中自动运行）
memory_compact(dry_run=true, aggressive=false) — 压缩 MEMORY.md

工作流程

新安装

memory_status → 确认 references.complete: true
如果为 false，根据缺失列表创建缺失文件，重新验证
创建 cron 任务（参见 signal-loop.md 获取 cron 模板）
手动触发一次以验证

日常维护（cron）

run_batch(skip_compact=true) 自动运行。包含：

memory_sync（增量文件扫描）
信号合并（access_log + cron 推断）
衰减 + 质量门检查
仅当 MEMORY.md > 15KB 时触发压缩

诊断

D1：记忆膨胀 → memory_compact(dry_run=true) → 视需要应用 → 参见 compaction.md

D2：质量异常 → quality_check(layer="all") → 参见 error_recovery.md

D3：案例失效 → case_query(filter="stale") → case_review(action="retire"|"active"|"unfreeze") → 参见 case-management.md

信号闭环（v0.4.6）

双层访问信号为衰减引擎提供数据：

第一层（权重 1.0）：access_log.jsonl — agent 在 memory_get 后追加
第二层（权重 0.5）：从每日笔记的 cron 关键词推断
健康检查在 access_log 陈旧超过 24 小时时自动降级为仅第二层

Agent 必须在每次 memory_get 调用后追加到 access_log.jsonl。集成代码参见 signal-loop.md。

参考文件

按场景按需加载：

signal-loop.md — 信号闭环设置、AGENTS.md 集成代码、cron 模板、配置字段
triggers.md — 触发/反触发规则
parameters.md — 衰减参数、β 疤痕、PID 增益、TTL
compaction.md — D1 诊断和压缩策略
error_recovery.md — D2 诊断、异常状态、自愈
case-management.md — D3 诊断、案例审计、L3 审查
advanced-tools.md — 静默退化、主题锁、PID 自适应

CLI 回退

当 MCP 不可用时，CLI 路径相对于 skill 目录：

python3 scripts/memory_guardian.py <command> [--workspace <path>]

命令：status、ingest、bootstrap、snapshot、run、violations、migrate

平台分布

Local Agent

87.55%

按下载量换算81

安全审计

暂无安全审计结果可展示。

权限和风险

调用外部服务

该 Skill 可能调用第三方服务、云服务或外部模型 API，使用前需要确认账号、额度、数据发送范围和服务条款。

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

更多待分类 Skills（11,209）返回 Skills 目录

上一个 Skill

memory-cli-ops（记忆 CLI OPS）

d-o-hub/rust-self-learning-memory

memory-cli-ops 用于记录任务执行中的错误、用户纠正、经验和能力缺口，适合在 Codex、Claude、Cursor、Gemini CLI 中希望让 Agent 持续沉淀问题、修正和最佳实践时使用。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

memory-hygiene（内存卫生）

aaaaqwq/agi-super-skills

memory-hygiene 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。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。