Token导航 LogoToken导航

Agent Skill · 研究检索

smart-memory-query(智能内存查询)

smart-memory-query 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。

smart-memory-query 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,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 10,651。

总安装 12,289周安装 502GitHub Stars 公开资料未说明下载 3,976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
1.0.0

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:smart-memory-query(智能内存查询)
来源仓库:https://github.com/jo-minjun/smart-memory-query
安装命令:
openclaw skills install smart-memory-query
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 smart-memory-query

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。

强制实施主动内存搜索机制,在新任务开始或引用旧上下文时自动触发查询。优化搜索算法以减少冗余检索,提升长对话中的信息召回效率。必须配合其他技能使用,单独调用无法产生实际效果。查询结果依赖底层存储完整性,损坏的索引文件可能导致返回空集。调试时可手动执行 memory_search 命令观察匹配内容与置信度评分。

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 smart-memory-query;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

    它需要需要联网,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

smart-memory-query 怎么安装?

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

smart-memory-query 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。

smart-memory-query 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

smart-memory-query 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。

smart-memory-query 用的人多吗?

公开数据是累计安装 12,289 次,近一周安装 502 次,下载 3,976 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。

smart-memory-query 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 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。
  • 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

  • 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。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 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
smart-memory-query

智能内存查询 · 本页

12,289—需要联网MIT-0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

name
smart-memory-query
description
Enforce proactive, query-optimized memory_search usage. Must run memory_search when (1) prior context is referenced, (2) a new task starts, or (3) a proper noun appears. Build short 2–4 token queries by splitting intent to avoid empty AND-based FTS results.
always
true

Smart Memory Query

Trigger: run memory_search when any of these apply

  • T1 Prior context: user references previous decisions, agreements, or history (e.g., “we decided this before”).
  • T2 New task: before starting a new topic/task, check prior preferences/decisions.
  • T3 Proper noun: project, tool, service, or person name appears.

If unsure, search. Missed context costs more than one extra search. If multiple triggers fire, run separate searches per trigger.

Query-building rules (required)

  1. Split intent — break search intent into 2–3 independent angles. Do not overpack one query.
  2. Extract core tokens — keep only 2–3 key nouns per angle; prioritize proper nouns.
  3. Run multi-query — call memory_search per angle, with 2–4 tokens per query.
  4. Merge results — if all are empty, retry once with a single key proper noun.

Examples

T1 “We changed to keep iCloud downloads before, right?”

  • ❌ memory_search("user preference root-cause config first suggestion keep iCloud downloads")
  • ✅ memory_search("iCloud download setting") + memory_search("problem-solving preference")

T1 “Didn’t we plan to migrate to a better structure first?”

  • ❌ memory_search("better structure migration FTS path title RRF exact tie-break")
  • ✅ memory_search("FTS structure migration") + memory_search("RRF tie-break design")

T2 “Let’s start Paddle payment integration.”

  • ❌ no memory_search
  • ✅ memory_search("Paddle payment") + memory_search("payment integration decision")

T3 “OpenClaw search quality is still poor.”

  • ❌ memory_search("OpenClaw search quality is still poor")
  • ✅ memory_search("OpenClaw search") + memory_search("search quality tuning")

T1+T3 “What happened after switching to bge-m3?”

  • ❌ memory_search("what happened after switching to bge-m3")
  • ✅ memory_search("bge-m3 migration result") + memory_search("embedding model change")

T2 “Set up the new project documentation structure.”

  • ❌ no memory_search
  • ✅ memory_search("documentation structure preference") + memory_search("project template")

平台分布

OpenClaw

71.43%
按下载量换算2,840

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

未展示

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

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