claw-mem
Skillby leohuang8688
clawhub⭐ 07/10
OpenClaw轻量级内存管理系统，具备三级检索(L0/L1/L2)、自动生命周期监控及高级搜索功能，可节省60-80%的token。
为OpenClaw设计的轻量级三层记忆管理系统（L0/L1/L2），自动生命周期监控，智能检索，可节省60-80% Token消耗，降低AI使用成本。
📊 商业分析
商业模式
freemium
独特价值
三级分层记忆检索节省60-80% Token消耗并自动生命周期管理
竞品
MemGPT（功能更全但复杂度高）、Zep Memory（商业化成熟但价格贵）、LangChain Memory（生态强但无专属优化），ClawMem胜在轻量+OpenClaw深度绑定
🎯 应用场景
目标用户
重度AI对话用户OpenClaw平台开发者需要长期记忆的AI应用构建者
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 0
- 价值评分
- 7/10
- 子分类
- AI记忆管理与上下文优化
- 可商业化
- ✅ 是
AI 标签
记忆管理Token优化上下文压缩三层检索轻量框架
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