omem
为AI智能体提供跨会话、跨设备、跨团队的持久化共享记忆
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：omem。 它的用途是：为AI智能体提供跨会话、跨设备、跨团队的持久化共享记忆 完整的 Skill 内容见：https://321skill.com/skills/omem/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
“基于我们上周讨论的架构设计，继续完成用户模块的API开发。”，OMEM会帮助AI自动回忆起之前的架构决策、技术选型和未解决的问题，让开发保持连贯。或者，在团队中，数据分析师智能体发现的用户行为模式，可以通过OMEM自动分享给产品经理的智能体，用于制定产品策略。
介绍
OMEM 解决了AI智能体普遍存在的“健忘症”和“孤岛”问题。传统AI对话每次会话都从零开始，不同智能体之间也无法共享知识，导致重复工作和上下文丢失。
通过安装对应平台的插件（如OpenCode、Claude Code等）或调用其REST API，OMEM可以自动记录和召回智能体的关键上下文与决策。它会在会话开始时自动加载相关记忆，在会话结束时捕获重要信息，实现无缝的持久化记忆。
它非常适合需要长期、跨项目协作的智能体开发者、AI产品构建者以及依赖多个AI工具进行复杂工作流的团队。无论是个人开发者希望自己的编码助手记住项目偏好，还是团队需要多个AI助手共享市场分析数据，OMEM都能提供支持。
建议根据团队规模和协作需求，选择合适的空间层级（个人/团队/组织）来管理记忆。对于注重隐私或需要定制化的场景，可以考虑使用其Docker镜像进行自部署。
核心特点
与仅提供本地或会话级记忆的方案不同，OMEM通过“空间”概念实现了跨智能体、跨团队、跨设备的记忆共享与溯源，并内置了基于Weibull衰减模型的智能记忆生命周期管理和11阶段混合检索算法，确保记忆的精准与高效。
注意事项
对于仅需单次、临时性对话且无需记忆保留的简单任务，引入OMEM可能增加不必要的复杂度。
常见问题
OMEM如何保证不同AI智能体之间的记忆不冲突？
OMEM采用7种决策协调机制（创建、合并、取代等）来智能处理记忆冲突与演进，确保知识库随时间推移变得更智能、更一致。
个人使用OMEM需要自建服务器吗？
不需要，个人用户可以直接使用其托管服务（ourmem.ai）并安装对应插件，即可享受跨会话的持久记忆。自部署是可选项。
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/omem/raw/index.md 读取 omem 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/omem/raw/index.md（查看排版版本）