Agent Skills
返回列表
🤖

SimpleMem 多模态终身记忆

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_3c6cb52e/add-multimodal-lifelong-memory-to-mcp-and-python-agents-with-simplemem

技能介绍

问题:代理记不住东西

当前多数 MCP 或 Python 代理的会话是无状态的:进程重启、上下文窗口被压缩,或者切换到新任务之后,此前积累的用户偏好、环境事实和决策记录就消失了。把这些内容反复塞回上下文既昂贵又不可靠,窗口也装不下“终身”级别的数据量。这个技能要解决的正是这一点——为代理提供一个独立于主对话的外部记忆层。

技能如何工作

技能封装了 SimpleMem 的能力,覆盖记忆的完整生命周期:

  • 写入:把代理运行中产生的文本或多模态内容(图像、音频等)存入外部存储。
  • 压缩:对原始记忆做归纳压缩,避免日志无节制增长。
  • 索引:为记忆建立可检索的结构,查询时不必全量扫描。
  • 检索:按当前任务取回相关片段,再注入代理上下文。

接入方式有两种,按平台能力选择:

  • MCP 集成:通过 MCP 服务器暴露记忆工具,适用于任何支持 MCP 的客户端;注意此路径以文本记忆为主。
  • Python 集成:在代理运行时直接调用,可用完整的多模态能力,并可选挂载 MCP/HTTP 服务(mcp、fastapi)。默认组件包含 text、multimodal 与 evolver。

适用边界与注意点

  • 记忆质量依赖所选后端的模型与嵌入配置,需要提前准备好对应的依赖项。
  • MCP 路径只覆盖文本记忆,需要多模态时必须走 Python 集成。
  • 这是一个接入型技能,不自带记忆数据,源记忆内容需要你自己提供。
  • 上游文档与代码托管在 GitHub,simplemem 包也已发布到 PyPI,可按自身环境选择对应的上游路径。

使用场景

  • 给 MCP 客户端接入记忆工具,让代理跨会话读取用户历史偏好
  • 在 Python 代理里保存任务截图与日志,后续按语义快速检索相关片段
  • 为自动化流水线引入外部记忆层,压缩并索引长期运行产生的文本记录
  • 在需要多轮协作的场景里,让代理复用以往决策与上下文,避免重复解释

适合人员

  • 正在搭建 MCP 兼容客户端、需要为代理添加持久记忆的工程师
  • 维护 Python 代理运行时、关注记忆存储与检索链路的后端开发者
  • 构建长期运行自动化任务、希望保留可检索历史记录的平台开发者
  • 需要跨多模态数据源做统一记忆管理的系统架构师