memory-tiering
Skillby sarielwang93
clawhub⭐ 38/10
自动化的分层内存管理（热、温、冷）。使用此技能在内存操作或压缩期间组织、修剪和归档上下文。
为LLM智能体提供HOT/WARM/COLD多级记忆分层、剪枝与归档，自动压缩与回收，降低推理与存储成本并提升检索效率与稳定性
📊 商业分析
商业模式
freemium
独特价值
自动冷热分层与归档压缩降成本保持召回质量
竞品
LangChain Memory：多种记忆接口但缺少自动冷热分层与成本感知；LlamaIndex Memory/压缩器：偏文档索引压缩，非运行时多级存储；MemGPT：有短长记忆隔离，但跨存储分层与归档策略有限
🎯 应用场景
使用场景
管理大型语言模型（LLM）的上下文窗口优化AI模型的内存使用效率实现AI模型的长期记忆存储和检索自动化AI上下文的组织、修剪和归档
适用领域
人工智能机器学习自然语言处理软件开发
目标用户
AI智能体平台开发者企业对话机器人团队LLM应用架构师
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 3
- 价值评分
- 8/10
- 子分类
- 智能体记忆管理
- 复杂度
- medium
- 可商业化
- ✅ 是
AI 标签
记忆管理上下文压缩冷热分层成本优化智能体
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