返回顶部
m

memory-tiering内存分层管理

Automated multi-tiered memory management (HOT, WARM, COLD). Use this skill to organize, prune, and archive context during memory operations or compactions.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.0
安全检测
已通过
11,585
下载量
免费
免费
6
收藏
概述
安装方式
版本历史

memory-tiering

记忆分层技能 🧠⚖️

该技能实现了一种动态的三层记忆架构,以优化上下文使用和检索效率。

三层结构

  1. 1. 🔥 热层 (memory/hot/HOT_MEMORY.md)
* 关注点:当前会话上下文、活跃任务、临时凭证、即时目标。 * 管理方式:频繁更新。任务完成后积极清理。
  1. 2. 🌡️ 温层 (memory/warm/WARM_MEMORY.md)
* 关注点:用户偏好(Hui的风格、时区)、核心系统清单、稳定配置、重复出现的兴趣点。 * 管理方式:当偏好发生变化或新增稳定工具时更新。
  1. 3. ❄️ 冷层 (MEMORY.md)
* 关注点:长期存档、历史决策、项目里程碑、提炼的经验教训。 * 管理方式:在归档阶段更新。细节被摘要取代。

工作流程:组织记忆

当触发记忆重组时(手动或压缩后),请遵循以下步骤:

步骤1:摄取与审计

  • - 读取所有三层记忆及近期日常日志(memory/YYYY-MM-DD.md)。
  • 识别无效上下文(已完成的任务、已解决的错误)。

步骤2:层级重新分配

  • - 移至热层:未来2-3轮交互中需要立即关注的内容。
  • 移至温层:关于用户或系统的永久性新事实。
  • 移至冷层:已完成的高级别项目摘要。

步骤3:清理与摘要化

  • - 从冷层中移除细粒度细节。
  • 确保热层中的凭证指向其根文件,而非存储原始密钥(如有可能)。

步骤4:验证

  • - 确保移动过程中未丢失关键信息。
  • 验证热层已足够精简,以便高效使用上下文。

使用触发

  • - 手动触发:输入运行记忆分层或整理记忆层级。
  • 自动触发:在任何/compact命令之后。

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 memory-tiering-1776339196 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 memory-tiering-1776339196 技能

通过命令行安装

skillhub install memory-tiering-1776339196

下载

⬇ 下载 memory-tiering v1.0.0(免费)

文件大小: 1.73 KB | 发布时间: 2026-4-17 15:44

v1.0.0 最新 2026-4-17 15:44
memory-tiering 1.0.0

- Introduces dynamic, three-tiered memory management: HOT, WARM, and COLD.
- Automates context organization, pruning, and archival using a structured workflow.
- Supports both manual and automatic triggers (e.g., after compaction).
- Enhances retrieval efficiency and context relevance by enforcing tier redistribution and summarization steps.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部