Agent Skill · 待分类

three-layer-memory（三层存储器）

three-layer-memory 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。

three-layer-memory 是待分类类 Agent Skill，可用宿主为 Local Agent，通过unknown获取，权限为只读；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 9,238。

总安装 250周安装 10下载 81核验 2026-05-01

待分类只读 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：three-layer-memory（三层存储器）
来源仓库：https://skills.volces.com
仓库路径：three-layer-memory
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。

three-layer-memory 用于补充待分类相关能力，适合在 Local Agent 中承接待分类任务。它可能涉及缓存机制、数据分层存储或记忆增强策略，但功能尚未完全定义。使用时建议结合项目架构图，通过原始文档确认各层职责与交互逻辑。安装前请评估是否需要持久化存储或内存管理权限，注意性能与安全性平衡。

由于分类未定，建议仅用于实验性场景并密切监控行为表现。

来源仓库内路径：three-layer-memory

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 three-layer-memory。
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
它标注为只读，先用只读任务试一次，确认行为符合预期再扩大使用范围。

常见问题

6 条

three-layer-memory 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 three-layer-memory。

three-layer-memory 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。

three-layer-memory 需要什么权限？

权限级别是只读。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。

three-layer-memory 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。

three-layer-memory 用的人多吗？

公开数据是累计安装 250 次，近一周安装 10 次，下载 81 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。

three-layer-memory 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。
标注为只读权限，试用阶段不容易误改本地文件。

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。
只想先试试效果、不希望它改动本地文件的人。

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
three-layer-memory 三层存储器 · 本页	250	—	只读	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

三层记忆系统 (Three-Layer Memory Architecture)

为 AI Agent 构建的模块化记忆系统，模拟人类记忆的海马体机制。

系统概述

workspace/
├── memory/
│   ├── episodic/     # 情景记忆 - 具体事件和对话
│   ├── semantic/    # 语义记忆 - 提炼的知识和模式
│   ├── rules/       # 强制规则 - 系统行为约束
│   └── archived/   # 归档 - 历史情景记忆
├── identity/        # 身份模块
└── MEMORY.md        # 长期记忆索引

三层架构

1. 情景记忆 (Episodic Memory)

用途：记录具体事件、对话和上下文

特点：

按日期组织：memory/episodic/YYYY-MM/YYYY-MM-DD.md
保留 30 天，之后自动归档
保留原始细节，供回溯使用

示例：

# 2026-02-16

## 事件 1
- 时间：14:30
- 内容：与 Shaun 讨论任务优先级
- 结果：决定先完成记忆系统设计

## 事件 2
- 时间：16:00
- 内容：测试新配置的飞书技能
- 结果：正常工作

2. 语义记忆 (Semantic Memory)

用途：存储提炼的知识、模式和经验教训

特点：

永久保留
按主题组织：memory/semantic/[主题].md
从情景记忆提炼而来

示例：

# 技术经验-飞书集成

## 飞书文档操作
- 使用 feishu_doc 工具进行文档读写
- 文档 Token 从 URL 提取：/docx/XXX

## 常见问题
- 权限不足时检查 app_scopes
- 卡片消息格式需严格遵循 JSON

3. 强制规则 (Rules)

用途：定义系统行为约束和协议

特点：

永久保留
强制执行
编号管理：memory/rules/XXX-[名称].md

示例规则：

001-时间意图捕获.md：识别"明天"、"记得"等时间意图
006-重启感知协议.md：处理系统重启后的上下文恢复
011-任务管理系统.md：任务队列管理规范

关键文件

MEMORY.md

长期记忆索引，仅在主会话（direct chat）加载。

# MEMORY.md - 长期记忆索引

## 关于我
- 名字: Lobster
- 详见: identity/00-core.md

## 系统环境
- 主机: Linux x64
- 工作目录: /root/.openclaw/workspace

## 近期重要记忆
- [2026-02-15] 身份确立
- [2026-02-24] 系统升级：systemd 守护

identity/ 模块

模块化身份系统：

identity/
├── 00-core.md        # 核心身份（必读）
├── 01-values.md      # 价值观
├── 02-background.md  # 背景经历
├── 03-skills.md      # 技能列表
├── 05-goals.md       # 目标规划
├── 07-workstyle.md   # 工作方式
└── 08-relations.md   # 关系网络

NOVA 记忆维护

自动维护流程，每周执行一次。

触发条件

每周日 22:30 自动执行
用户要求"整理记忆"

执行流程

归档 Episodic

- 保留最近 7 天 - 移动更早文件到 archived/

提炼 Semantic

- 技术经验 → semantic/技术经验-*.md - 流程模板 → semantic/流程模板-*.md - 经验教训 → semantic/经验教训-*.md

更新索引

- 更新 MEMORY.md

健康检查

- < 500 行：✅ 健康 - 500-1000：⚠️ 需关注 - 1000：🔴 过载

八步自我迭代法

每日/重大任务后执行的反思与改进流程。

触发条件

每晚 22:00 与每日总结结合执行
完成重大任务后
用户明确要求

八步流程

1. 观察 - 回顾今天完整工作
2. 分析 - 评估做得好/需改进的地方
3. 设计 - 针对问题设计解决方案
4. 实施 - 更新系统文件
5. 验证 - 检查完整性，自我评分
6. 记录 - 创建情景记忆
7. 提炼 - 创建/更新语义记忆
8. 提交 - Git commit

验证标准

9-10分：完美执行
7-8分：良好执行
5-6分：需要改进
<7分：重新设计

技能调用

node skills/self-iterator/iterate.js [scope]

会话加载规则

每次会话开始时：

检查重启上下文 → /root/.openclaw/restart-context.json
读取核心身份 → identity/00-core.md
读取用户信息 → USER.md
读取情景记忆 → memory/episodic/YYYY-MM/YYYY-MM-DD.md（当天+昨天）
主会话额外读取 → MEMORY.md

实施要点

文件优先：不要依赖" Mental Notes"，所有重要信息写入文件
分层存储：原始细节 → 情景记忆，提炼知识 → 语义记忆
定期维护：通过 NOVA 流程保持系统健康
索引指引：MEMORY.md 作为入口，指向详细记忆

与现有系统集成

如果 AI Agent 使用 OpenClaw：

将此 skill 放入 ~/.openclaw/workspace/skills/
在 AGENTS.md 中添加记忆加载规则
配置 cron 任务执行 NOVA 维护

平台分布

Local Agent

84.81%

按下载量换算69

安全审计

暂无安全审计结果可展示。

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。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

three（three 工具）

heygen-com/hyperframes

three 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。

下一个 Skill

three-levels-of-product-work（产品工作的三个层次）

coowoolf/insighthunt-skills

three-levels-of-product-work 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。