openclaw-memory-skill
MCP Serverby mrlynn
clawhub⭐ 07/10
基于MongoDB的长期语义记忆，支持跨会话回忆、存储、搜索及管理事实、决策和用户偏好。
基于MongoDB的AI长期语义记忆层，支持跨会话存储、检索和管理用户偏好、决策记录与事实信息，集成Voyage AI向量嵌入实现语义搜索。
📊 商业分析
商业模式
freemium
独特价值
跨会话持久化语义记忆，MongoDB原生存储无需额外向量数据库
竞品
Mem0（托管记忆层，更易用但封闭）、Zep（开源对话记忆，专注对话历史）、Chroma+LangChain记忆模块（生态更广但无语义搜索优化）；本品差异：MongoDB原生+Voyage AI向量嵌入，适合已有Mongo栈的团队
🎯 应用场景
目标用户
构建个性化AI助手的开发者需要持久化用户上下文的SaaS产品团队已使用MongoDB技术栈的AI应用工程师
工具信息
- 类型
- MCP Server
- 平台
- clawhub
- Stars
- ⭐ 0
- 价值评分
- 7/10
- 子分类
- AI记忆与上下文管理
- 可商业化
- ✅ 是
AI 标签
长期记忆语义搜索MongoDB向量存储跨会话上下文用户偏好管理
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