Agent Skills
返回列表
🤖

Supermemory 代理记忆层

AI Agent 更新于 2026.08.29

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/give-agents-fast-searchable-memory-with-supermemory

技能介绍

解决的问题

当 Agent 在多轮对话或跨会话场景中工作时，记忆往往散落在临时的上下文窗口里。一旦会话结束，用户偏好、历史决策、文档内容等关键信息就会丢失，Agent 无法利用过往经验。现有的简单方案要么只做向量检索，要么覆盖不了连接器、文档这类异构数据源，缺少一个统一的记忆层。

核心能力

Supermemory 作为 Agent 的记忆与上下文层，覆盖以下输入类型：

  • 用户事实：从对话中沉淀的个人偏好与习惯
  • 文档与连接器：把外部资料接入可检索的上下文
  • RAG 上下文：在助手工作流中按需检索相关片段

关键步骤包括：初始化 Supermemory 客户端、将事实与文档写入记忆层、在请求上下文时执行搜索检索。

适用边界

  • 需要 Supermemory 账号或自托管部署
  • 依赖 agent 运行时（Claude Code、OpenCode 等）的配合
  • 搜索质量取决于写入数据的结构化程度

使用场景

  • 开发者构建跨会话的AI助手：需要保留用户偏好和历史决策，调用`Supermemory`写入记忆并在新一轮会话中按需检索用户事实。
  • 在助手工作流中接入多份外部文档：需要将文档存入记忆层，让后续对话能通过RAG检索到相关段落作为上下文。
  • 通过连接器接入外部数据源：需要把外部信息映射为可检索的记忆条目，让Agent在处理任务时能调用。

适合人员

  • 编写多轮对话应用的后端工程师：希望助手能记住不同用户的偏好并在后续交互中复用。
  • 需要Agent引用公司文档的技术支持：希望将文档接入对话系统，使其回答有据可查。
  • 搭建个性化AI助手的独立开发者：希望构建能长期积累用户画像的助手并在多轮任务中复用记忆。
  • 维护企业知识库RAG系统的开发者：希望用`Supermemory`统一管理并检索外部文档与连接器数据，替代裸向量检索方案。