Token导航 LogoToken导航

Agent Skill · 研究检索

white-stone-mem(白石记忆)

white-stone-mem 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 OpenClaw 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。

white-stone-mem 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;许可证为 MIT-0,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 11,793。

总安装 10,902周安装 441GitHub Stars 公开资料未说明下载 3,422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
1.1.0

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:white-stone-mem(白石记忆)
来源仓库:https://github.com/russellfei/white-stone-mem
安装命令:
openclaw skills install white-stone-mem
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 white-stone-mem

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。

white-stone-mem 构建五类记忆系统辅助 Agent 沉淀经验与修正错误。适合 OpenClaw 中持续优化任务执行逻辑与知识积累的场景。包含常识、项目、错题本、每日回顾与任务分类管理机制。通过 clawhub 安装,需确认持久化存储路径与读写权限。建议按需加载记忆模块以避免内存污染影响性能。

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 white-stone-mem;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

    它需要接触敏感数据,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

white-stone-mem 怎么安装?

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

white-stone-mem 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。

white-stone-mem 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

white-stone-mem 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。

white-stone-mem 用的人多吗?

公开数据是累计安装 10,902 次,近一周安装 441 次,下载 3,422 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。

white-stone-mem 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

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。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 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。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 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
white-stone-mem

白石记忆 · 本页

10,902—接触敏感数据MIT-0有提醒

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
white-stone-mem
description
Memory system with 5 categories - knowledge, projects, error log, daily review, and tasks. Load on demand to avoid memory pollution. 记忆系统 - 包含常识记忆、项目记忆、错题本、每日回顾和任务追踪。按需加载,避免记忆污染。
metadata
openclaw
emoji
🧠

White Stone Memory / 白石记忆系统

Your personal memory system with 5 categories, loaded on demand.

Memory Categories / 记忆分类

1. Knowledge / 常识记忆

  • Path: memory/knowledge/common.md
  • Content: Work habits, logical thinking, product sense / 工作习惯、逻辑思维、产品意识
  • Loading: Auto-loaded on agent startup / Agent启动时自动读取

2. Projects / 项目记忆

  • Path: memory/projects/[project_name].md
  • Loading: Only when user explicitly mentions a project / 用户明确提及项目时加载
  • Do NOT load: Agents must not proactively read project memory to avoid pollution / 避免污染

3. Error Log / 错题本

  • Path: memory/errors/
  • Content: Past mistakes, lessons learned / 使用错误、经验总结
  • Loading: Auto-loaded by all Agents and Sub-Agents on startup / 所有Agent启动时加载

4. Daily Review / 每日回顾

  • Path: memory/diary/[date].md
  • Timing: Auto-created daily / 每天自动创建
  • Content: Work summary, insights to distill / 工作总结、待提炼内容

5. Tasks / 子任务追踪

  • Path: memory/tasks/[task_name].md
  • Content: Subagent task specs, config, progress / 任务规格、配置、进度
  • Loading: On demand when managing subagents / 管理 subagent 时按需加载

目录结构

~/.openclaw/workspace/memory/
├── knowledge/          # 常识记忆 (启动加载)
│   ├── common.md
│   └── reflection-log.md
├── projects/           # 项目记忆 (按需加载)
│   └── [项目名].md
├── errors/             # 错题本 (全局加载)
│   └── [类别].md
├── diary/              # 每日回顾 (日期命名)
│   └── YYYY-MM-DD.md
└── tasks/              # 子任务追踪 (subagent 任务)
    └── [任务名].md

Rules / 重要规则

  1. No proactive project reads — Only load project memory when user explicitly asks / 不主动读取项目记忆
  2. Error log is global — All Agents must load on startup / 错题本全局共享
  3. Knowledge loads at startup — Auto-read on agent init / 常识记忆启动加载
  4. Daily review is scheduled — Created daily, can be updated manually / 每日回顾定时创建
  5. Bilingual logging — ALL memory entries must be written in bilingual format (English + Chinese). Titles use EN / 中文, details include both languages. This applies regardless of which language the original context was in. / 所有记忆条目必须双语记录

使用方法

初始化

首次使用需要创建目录结构:

mkdir -p memory/knowledge memory/projects memory/errors memory/daily

常识记忆

# 读取
cat memory/knowledge/common.md

# 编辑
vim memory/knowledge/common.md

项目记忆

# 加载项目记忆(用户明确要求时)
cat memory/projects/[项目名].md

错题本

# 读取错题本
cat memory/errors/*.md

# 添加新错误
echo "## 新错误\
- 问题:...\
- 原因:...\
- 解决方案:..." >> memory/errors/general.md

每日回顾

# 创建今日回顾
echo "# $(date +%Y-%m-%d) 回顾" > memory/daily/$(date +%Y-%m-%d).md

向量搜索功能 (可选,需配置)

概述

在现有关键词搜索基础上,增加向量语义搜索能力。

开启方式

在配置文件中启用:

memory:
  vector_search:
    enabled: true

启用后的提示

⚠️ 开启向量搜索需要配置以下之一:

选项说明
A. Gemini API提供 GEMINI_API_KEY 环境变量
B. 本地 Ollama确保运行 ollama run qwen3-embedding-0.6B

配置检查

# 检查 Ollama 是否运行
curl -s localhost:11434/api/tags

技术选型

组件推荐
EmbeddingGemini API 或 Ollama + qwen3-embedding-0.6B
向量库FAISS 或 LanceDB
索引HNSW (O(log n))

命令

/memory build-index   # 构建索引
/memory search "xxx"  # 搜索
/memory index-status  # 查看状态

注意

  • 默认关闭向量搜索
  • 启用后需配置 Gemini API Key 或本地 Ollama
  • 新增/修改文件后需重新索引

更新日志

  • 2026-02-28: 新增向量搜索功能设计

平台分布

OpenClaw

82.15%
按下载量换算2,811

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

未展示

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

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。来源安全扫描存在提醒或未通过项,安装前请自行复核。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