total-recall
Skillby gavdalf
clawhub⭐ 27/10
唯一可自动监控的记忆技能。无需数据库、向量或手动保存。仅通过LLM观察器将对话压缩……
纯LLM观察者自动压缩对话为优先级记忆，无需数据库、向量存储或手动保存，实现零配置持久化上下文记忆。
📊 商业分析
商业模式
freemium
独特价值
无需数据库/向量存储，LLM自主观察压缩对话为持久记忆
竞品
mem0（向量数据库驱动，依赖外部存储）、Cursor Memory（编辑器内置，场景局限）、MemGPT（架构复杂，需自建基础设施）。Total Recall核心差异在于零依赖纯LLM观察者模式，无需数据库和向量存储
🎯 应用场景
目标用户
AI Agent开发者重度LLM对话用户Cursor/Windsurf等AI编程工具用户
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 2
- 价值评分
- 7/10
- 子分类
- AI Agent 记忆管理
- 可商业化
- ✅ 是
AI 标签
Agent记忆上下文压缩自主观察持久化记忆无数据库
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