monica-three-tier-memory
Skillby forvendettaw
clawhub⭐ 07/10
三级记忆管理系统 (Three-Tier Memory Management)。用于管理 AI 代理的短期、中期、长期记忆。包括：(1) 滑动窗口式短期记忆，(2) 自动摘要生成中期记忆，(3) 向量检索长期记忆 (RAG)。当需要管理对话历史、优化上下文、构建个人知识库、或实现记忆持久化时使用此 Skill。
三级记忆管理框架：滑动窗口短期记忆、自动摘要中期记忆、向量检索RAG长期记忆，实现AI Agent对话上下文的智能管理与持久化。
📊 商业分析
商业模式
freemium
独特价值
短中长三级记忆自动流转，滑动窗口+摘要+RAG一体化管理
竞品
Mem0（专注AI记忆层，更成熟的API生态）、Zep（开源长期记忆服务，支持更多LLM）、LangChain Memory模块（生态更完整但非独立产品）。本Skill优势在三级分层架构设计更清晰，劣势在社区采用率极低
🎯 应用场景
目标用户
AI Agent开发者LLM应用创业团队企业AI解决方案架构师
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 0
- 价值评分
- 7/10
- 子分类
- AI Agent 记忆管理
- 可商业化
- ✅ 是
AI 标签
AI记忆管理RAG检索增强上下文优化Agent基础设施知识库构建
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