enhanced-memory
Skillby jameseball
clawhub⭐ 07/10
增强型记忆搜索，采用混合向量+关键词评分、时序路由、文件路径评分、自适应加权、伪相关反馈、显著性评分及知识图谱交叉引用。以四信号融合检索系统取代默认记忆搜索。适用于记忆搜索、索引记忆文件、构建交叉引用或评估记忆显著性。需 Ollama 及 nomic-embed-text 模型。
替换默认记忆搜索，融合向量+关键词+时间路由+路径评分四信号，结合伪相关反馈与知识图谱交叉引用，大幅提升AI上下文检索精准度。
📊 商业分析
商业模式
freemium
独特价值
向量+关键词+时间+路径四维融合检索，伪相关反馈自适应增强
竞品
Mem0(专注AI记忆层但缺少多信号融合)、Cursor内置Memory(功能单一无混合检索)、Khoj(开源个人AI助手但检索精度不足)
🎯 应用场景
目标用户
重度AI编程助手用户知识管理与笔记重度用户大型代码库维护开发者
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 0
- 价值评分
- 7/10
- 子分类
- AI记忆与检索增强
- 可商业化
- ✅ 是
AI 标签
AI记忆增强混合检索知识图谱语义搜索上下文管理
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