为AI智能体提供持久记忆,用于跨会话存储事实、从行动中学习、回忆信息及追踪实体。
Agent Memory Skill.是一项面向实际任务的技能,主要用于AI代理的恒定内存系统. 记住事实,学习经验,并跟踪整个会话的实体. 何时使用. 启动会话: 从 m 上載相关上下文。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。
执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
AI 智能体的持久化记忆系统。用于记住事实、从经验中学习,并跨会话追踪实体。
clawdhub install agent-memory
from src.memory import AgentMemory
mem = AgentMemory()
# 记住事实
mem.remember("Important information", tags=["category"])
# 从经验中学习
mem.learn(
action="What was done",
context="situation",
outcome="positive", # 或 "negative"
insight="What was learned"
)
# 回忆记忆
facts = mem.recall("search query")
lessons = mem.get_lessons(context="topic")
# 追踪实体
mem.track_entity("Name", "person", {"role": "engineer"})
在您的 AGENTS.md 或 HEARTBEAT.md 文件中添加以下内容:
## Memory Protocol
On session start:
1. Load recent lessons: `mem.get_lessons(limit=5)`
2. Check entity context for current task
3. Recall relevant facts
On session end:
1. Extract durable facts from conversation
2. Record any lessons learned
3. Update entity information
默认路径:~/.agent-memory/memory.db
自定义路径:AgentMemory(db_path="/path/to/memory.db")