Agent Skills
返回列表
Arshis 记忆增强 Pro

Arshis 记忆增强 Pro

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_b167603f/memory-plus。

技能介绍

解决什么问题

OpenClaw 的长期记忆常见痛点不是“记不住”，而是召回内容噪声高、上下文注入失控：低价值记忆挤占 prompt，重复片段干扰推理，缺少离线蒸馏和本地检索。这个插件把记忆当成可检索、可衰减、可进化的本地知识库，而不是简单追加日志。

如何工作

  • 混合检索：使用 LanceDB 存 1024 维语义向量，结合 BM25 关键词和 rerank 重排序，并对记忆按重要性打 0.1–1.0 分。
  • 梦境引擎：Light Sleep 汇总近端对话，Deep Sleep 提炼长期模式，REM 做跨主题连接；30 天衰减归档低价值记忆，高频高价值记忆晋升。
  • 注入控制：默认 summary-only，单查询最多注入 8 条，相关性阈值默认 0.72，记忆上下文上限 12,000 tokens。
  • 自进化：每次检索收集反馈，自动调整权重、衰减周期与阈值，并从错误模式生成策略。
  • 运行模式：primary 接管记忆槽并替换 memory-core；helper 不占槽位，只作为辅助检索与打分。

适用边界

适合对本地隐私、可审计存储和注入上限有要求的 OpenClaw 场景。它不发起外部请求、不调用外部 LLM、不需要 API key，但依赖 LanceDB 和 rank-bm25。自动捕获默认关闭，删除、清空等操作需要确认；若启用 primary 模式，会替换原记忆插件。

使用场景

  • 在 OpenClaw 主模式下，将项目偏好、任务上下文和历史笔记按相关性注入当前会话。
  • 用 helper 模式并行检索旧对话和配置记录，给原生记忆补充候选结果与排序。
  • 运行梦境周期汇总近端对话、提炼长期主题，并归档低价值过期记忆。
  • 在本地隐私约束下检查记忆注入上限、相关性阈值和确认式删除流程。

适合人员

  • 给 OpenClaw 搭私人助手的开发者，需要可控的长期记忆和本地存储。
  • 管理多项目上下文的工程师，希望按相关性和重要性召回旧决策与配置。
  • 重视隐私的自托管用户，要求不上传数据、不调用外部 LLM 且可删除记忆。
  • 调教 agent 行为的 power user，需要阈值、注入上限和梦境周期可配置。