AGI记忆模组
为智能体构建完整记忆与上下文工程能力的元技能
安装使用
复制下面这段提示词发给你的 AI(Claude / Cursor / TRAE / Codex / WorkBuddy 等),它会自动帮你完成安装:
帮我安装这个 AI Skill:AGI记忆模组。 它的用途是:为智能体构建完整记忆与上下文工程能力的元技能 完整的 Skill 内容见:https://321skill.com/skills/agent-memory-context-3/raw/index.md 请读取该页面内容,如果是 SKILL.md 格式直接安装,如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接,AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'帮我记住这次对话中关于项目架构的决策,下次讨论时自动提醒我。' 它会自动提取关键信息,存储在长期记忆中,并在后续对话中主动关联上下文。你也可以说:'压缩最近10轮对话,保留关键操作步骤和结论。' 它会执行链提取和噪声过滤,生成紧凑的摘要。
介绍
这个Skill解决了AI智能体在长对话、跨会话和复杂任务中缺乏持久记忆与上下文管理能力的问题。在实际开发中,开发者经常遇到模型遗忘之前讨论的关键信息、无法在多次交互中保持状态一致、以及Token预算超限导致内容丢失等痛点。该技能提供Context Engineering的五大核心能力——选择、压缩、检索、状态、记忆,并内置认知模型层,作为元技能强制常驻运行,确保每次交互都能自动触发记忆管理。
使用方式很简单,你只需要将本技能作为元技能安装到AI代理中,所有与模型的交互行为都会自动触发。之后就可以通过自然语言指令来存储长期记忆、检索历史对话、压缩冗余上下文、追踪任务进度、跨会话关联信息等。系统会自动进行噪声过滤、链结构提取、结果重排序、冲突检测,无需手动干预。开发者也可以直接调用ContextOrchestrator统一入口进行精细控制。
它非常适合需要构建长期记忆系统的智能体开发团队,尤其是那些已经部署了AI客服、个人助手、代码辅助代理等需要持续对话能力的场景。产品经理和全栈开发者也能从中受益,用于管理项目上下文、追踪需求变更、同步团队进展。对于需要处理大量历史会话并保持状态一致性的应用,如电商售后自动处理、客户咨询、教育辅导等,该技能是核心基础设施。
建议在初始化智能体时优先安装此技能,并配置好Redis连接以优化检索性能。需要注意的是,它主要依赖Python环境,需要安装pydantic、cryptography、redis、tiktoken等依赖库。存储路径务必提前规划,避免内存溢出。作为元技能,它会在后台持续运行,监控Token消耗和检索效率,请定期检查日志以调整参数。
核心特点
与普通的记忆插件(如LangChain的ConversationBufferMemory)不同,它提供五大核心能力的一体化调度,并内置认知模型层和双轨架构(语义桶提炼+链提取),支持因果/逻辑/操作/叙事/时间五种链类型,而不仅仅是简单的存储和回放。
注意事项
依赖Python 3.8+和pydantic>=2.0.0、redis>=4.5.0等库,Redis为可选但推荐,未配置Redis时检索性能可能下降;作为元技能强制常驻,会占用一定的Token预算和系统资源。
常见问题
如何安装这个技能?
通过ClawHub平台安装,命令为:clawhub install agi记忆模组-x-9,然后安装Python依赖:pip install pydantic>=2.0.0 typing-extensions>=4.0.0 cryptography>=41.0.0 redis>=4.5.0 tiktoken>=0.5.0 mmh3>=3.0.0
这个技能会消耗大量Token吗?
作为元技能它会持续运行,但内置Token预算管理,可配置压缩策略和检索阈值,默认仅在必要时触发记忆操作,建议根据实际场景调整max_tokens参数。
给 AI 助手的安装指引
如果你的 AI 编程助手(Claude Code、Cursor、TRAE 等)能看到这个页面,把下面这段发给它即可自动完成安装:
请访问 https://321skill.com/skills/agent-memory-context-3/raw/index.md 读取 AGI记忆模组 的原始 Skill 定义(Markdown 格式),按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址:/skills/agent-memory-context-3/raw/index.md(查看排版版本)