triple-memory-skill
Skillby ktpriyatham
clawhub⭐ 57/10
结合 LanceDB 自动召回、Git-Notes 结构化记忆和基于文件的工作区搜索的完整记忆系统。适用于建立全面的智能体记忆、需要跨会话持久化上下文或管理决策/偏好/任务等多记忆后端协同工作的场景。
整合LanceDB向量检索、Git版本控制、文件搜索的三层混合记忆系统。支持自动上下文回忆、决策偏好持久化、跨会话记忆延续,适配复杂智能体场景。
📊 商业分析
商业模式
freemium
独特价值
唯一整合向量检索、版本控制、文件搜索的三层记忆系统,支持跨会话持久化
竞品
Mem0(记忆管理),LangChain Memory(上下文管理),Pinecone(向量存储) - 本产品优势在于三层融合架构
🎯 应用场景
目标用户
AI应用开发者企业智能体部署团队需要长期记忆的LLM应用
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 5
- 价值评分
- 7/10
- 子分类
- 智能体记忆系统
- 可商业化
- ✅ 是
AI 标签
智能体记忆持久化上下文多模态存储自动回忆决策追踪
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