agent-memory-patterns
Skillby byron-mckeeby
clawhub⭐ 16/10
永続エージェント向けメモリアーキテクチャパターン
为持久化AI智能体提供标准化记忆架构模式，涵盖短期、长期、情景记忆等多种设计范式，帮助开发者快速构建有状态的Agent系统
📊 商业分析
商业模式
freemium
独特价值
提供可复用的持久化Agent记忆架构模式集合，降低记忆系统设计门槛
竞品
LangChain Memory模块（功能更全但复杂）、MemGPT（专注长期记忆但部署重）、Zep（商业化记忆服务但需自托管），本Skill定位轻量模式库
🎯 应用场景
目标用户
AI Agent开发者LLM应用架构师AI产品工程师
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 1
- 价值评分
- 6/10
- 子分类
- AI智能体记忆架构
- 可商业化
- ✅ 是
AI 标签
Agent记忆持久化存储记忆架构智能体开发上下文管理
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6