agent-memory-1-0-0
MCP Serverby sieyer
clawhub⭐ 07/10
面向AI代理的持久记忆系统，支持跨会话记忆事实、从经验中学习、回忆记忆及追踪实体。
为AI Agent提供持久化记忆系统，支持事实存储、经验学习、记忆召回和跨会话实体追踪，解决Agent健忘问题。
📊 商业分析
商业模式
freemium
独特价值
为AI Agent提供事实记忆、经验学习和实体追踪的统一持久化方案
竞品
Mem0(专注LLM记忆层,生态更成熟)、Zep(开源长期记忆服务,支持向量检索)、LangMem(LangChain生态内记忆模块,集成度高)。本Skill更轻量但功能深度和社区活跃度不足
🎯 应用场景
目标用户
AI Agent开发者LLM应用架构师自动化工作流构建者
工具信息
- 类型
- MCP Server
- 平台
- clawhub
- Stars
- ⭐ 0
- 价值评分
- 7/10
- 子分类
- AI Agent 记忆与状态管理
- 可商业化
- ✅ 是
AI 标签
Agent记忆持久化存储实体追踪跨会话上下文经验学习
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