ontology
Skillby oswalpalash
clawhub⭐ 3878/10
类型化知识图谱，用于结构化智能体记忆与可组合技能。支持创建/查询实体（人员、项目、任务、事件、文档）及关联...
为AI Agent提供类型化知识图谱记忆层，支持Person/Project/Task等实体创建查询与关系链接，实现跨会话结构化记忆与技能组合复用。
📊 商业分析
商业模式
freemium
独特价值
强类型知识图谱赋予Agent持久化结构记忆与跨技能实体复用能力
竞品
1. LangChain Memory（通用记忆模块，无类型化图谱结构，灵活性高但语义弱）；2. Zep（专注对话记忆，缺乏本体论层建模能力）；3. MemGPT（长期记忆管理，偏向文本检索而非结构化关系推理）
🎯 应用场景
使用场景
AI Agent开发知识管理数据建模智能问答
适用领域
AI 应用企业内部SaaS
目标用户
AI Agent开发者企业知识管理团队RAG系统架构师
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 387
- 价值评分
- 8/10
- 子分类
- 知识图谱与结构化记忆
- 复杂度
- complex
- 可商业化
- ✅ 是
AI 标签
知识图谱Agent记忆本体论结构化存储可组合技能
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