agent-memory-sr
Skillby theshadowrose
clawhub⭐ 07/10
阻止AI代理在会话之间遗忘所有内容。三层记忆架构（长期所有者命名空间/每日日志/会话交接），...
三层记忆架构(长期命名空间/每日日志/会话交接)，解决AI Agent跨会话遗忘问题，实现持久化工作空间记忆。
📊 商业分析
商业模式
freemium
独特价值
三层记忆分级(长期/日志/会话交接)解决Agent跨会话遗忘
竞品
1. mem0(专注AI记忆层，更成熟的向量检索)；2. Letta/MemGPT(自动记忆管理，技术更深)；3. Zep(长期记忆API，企业级方案)。本Skill优势在轻量三层架构、即装即用
🎯 应用场景
目标用户
AI Agent开发者Cursor/Windsurf等AI IDE重度用户需要长期项目记忆的独立开发者
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 0
- 价值评分
- 7/10
- 子分类
- AI Agent 记忆与上下文管理
- 可商业化
- ✅ 是
AI 标签
Agent记忆上下文持久化会话连续性多层记忆架构工作空间管理
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