Token导航 LogoToken导航

Agent Skill · 研究检索

memory-sync-cn(内存同步 CN)

memory-sync-cn 用于查找、检索和筛选相关信息,适合在 Local Agent 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-sync-cn 是研究检索类 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,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 42,343。

总安装 1,082周安装 46下载 379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。
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-sync-cn(内存同步 CN)
来源仓库:https://skills.volces.com
仓库路径:memory-sync-cn
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

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。

memory-sync-cn 用于查找、检索和筛选相关信息,适合在 Local Agent 中快速定位候选结果。适用于需要根据关键词或任务场景进行信息定位的场景,如研究、数据整理等。通过来源仓库和原始 README 可进一步核验具体用法和实现细节。安装前需确认权限范围、维护状态及是否触发联网或文件读写操作。

建议结合实际项目需求验证其适用性和稳定性后再部署使用。

来源仓库内路径:memory-sync-cn

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 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. 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-sync-cn。

  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-sync-cn 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-sync-cn。

memory-sync-cn 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-sync-cn 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-sync-cn 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-sync-cn 用的人多吗?

公开数据是累计安装 1,082 次,近一周安装 46 次,下载 379 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-sync-cn 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 Local Agent 一种宿主,触发方式和使用习惯不用来回切换。
  • 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

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 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

  • 需要明确授权才能用到公司项目里的场景。
  • 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-sync-cn

内存同步 CN · 本页

1,082—调用外部服务未明确通过

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

记忆同步系统

自动同步 OpenClaw 记忆系统与 CortexGraph(带遗忘曲线)。

架构

MEMORY.md (长期记忆)
     ↕
CortexGraph (智能层)
     ↕
memory/YYYY-MM-DD.md (每日日志)

同步脚本

1. 导入 MEMORY.md 到 CortexGraph

# 运行同步
./scripts/sync-memory.sh

2. 导入每日日志

# 同步今天的日志
./scripts/sync-daily.sh

# 同步指定日期
./scripts/sync-daily.sh 2026-02-18

3. 晋升高价值记忆

# 查看晋升候选
mcporter call cortexgraph.promote_memory auto_detect=true dry_run=true

# 执行晋升
mcporter call cortexgraph.promote_memory auto_detect=true

CortexGraph 工具

核心操作

# 保存记忆
mcporter call cortexgraph.save_memory content="..." tags='["tag1"]' entities='["Entity1"]'

# 搜索记忆
mcporter call cortexgraph.search_memory query="关键词" top_k=5

# 强化记忆(减缓衰减)
mcporter call cortexgraph.touch_memory memory_id="UUID" boost_strength=true

# 查看知识图谱
mcporter call cortexgraph.read_graph limit=10

智能分析

# 分析是否值得记住
mcporter call cortexgraph.analyze_message message="用户说的话"

# 分析是否需要搜索
mcporter call cortexgraph.analyze_for_recall message="用户说的话"

# 自动回忆
mcporter call cortexgraph.auto_recall_process_message message="用户说的话"

维护

# 垃圾回收(删除低分记忆)
mcporter call cortexgraph.gc dry_run=true

# 合并相似记忆
mcporter call cortexgraph.consolidate_memories auto_detect=true mode=preview

# 生成嵌入向量
mcporter call cortexgraph.backfill_embeddings dry_run=true

遗忘曲线算法

CortexGraph 使用 Ebbinghaus 遗忘曲线:

score = (use_count)^β × e^(-λ × Δt) × strength
  • β = 0.6(使用频率权重)
  • λ = ln(2) / half_life(衰减常数,默认 3 天)
  • strength = 1.0-2.0(重要性)

记忆会自然衰减,除非:

  • 被引用(touch_memory)
  • 被搜索到(auto_recall)
  • 晋升到长期记忆(promote_memory)

配置

编辑 ~/.config/cortexgraph/.env:

# 存储路径
CORTEXGRAPH_STORAGE_PATH=~/.config/cortexgraph/jsonl

# 衰减参数
CORTEXGRAPH_DECAY_MODEL=power_law
CORTEXGRAPH_PL_HALFLIFE_DAYS=3.0

# 阈值
CORTEXGRAPH_FORGET_THRESHOLD=0.05
CORTEXGRAPH_PROMOTE_THRESHOLD=0.65

# 长期记忆(Obsidian)
LTM_VAULT_PATH=~/Documents/Obsidian/Vault

使用场景

1. 对话中自动记住

# 分析消息
mcporter call cortexgraph.analyze_message message="用户说..."
# 如果 should_save=true,则保存

2. 对话中自动回忆

# 分析消息
mcporter call cortexgraph.analyze_for_recall message="用户问..."
# 如果 should_search=true,则搜索

3. 定期维护

# 每周运行
mcporter call cortexgraph.gc
mcporter call cortexgraph.consolidate_memories auto_detect=true mode=apply

与 OpenClaw 集成

CortexGraph 已通过 mcporter 配置:

// ~/.openclaw/workspace/config/mcporter.json
{
  "cortexgraph": {
    "command": "/home/ghb/.local/bin/cortexgraph",
    "description": "Temporal memory system for AI with Ebbinghaus forgetting curve"
  }
}

最佳实践

  1. 重要信息 strength=1.5-2.0(用户偏好、关键决策)
  2. 普通信息 strength=1.0(日常对话)
  3. 临时信息 strength=0.5(上下文相关)
  4. 每周维护:GC + 合并 + 晋升
  5. 每月检查:调整衰减参数

*版本: 1.0.0* *作者: 赚钱小能手*

平台分布

Local Agent

89.86%
按下载量换算341

安全审计

Socket

通过

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