AlphaMoatによると、2026-10時点でMemory Tieringのダウンロード数は24,595、スター数は10で、累計ダウンロード数で今回のランキング対象AIスキル10,914件中1,158位、AIエージェントでは1,632件中172位です。
一覧の初期表示は累計ダウンロード数順で、スター数順にも並べ替えできます。詳細ページの順位は累計ダウンロード数で計算しています。
| プラットフォーム | ダウンロード数 | スター数 | コメント |
|---|---|---|---|
| ClawHub ↗ | 1.7万 | 9 | - |
| SkillHub ↗ | 2.5万 | 10 | — |
プラットフォームごとに集計方法と集計時点が異なります。
セッションの文脈、安定した設定、長期の保管を三つの層のファイルに分け、記憶の整理やコンテキスト圧縮の後に再配分、削減、要約を行い、移動で重要な情報が失われていないか確認します。熱い層は効率よく使える大きさに保つ必要があり、認証情報は生の値ではなく元ファイルへの参照にとどめます。 永続メモリファイルを再編成する前に、対象ファイルを確認し、復元可能なコピーを保管してください。
資料公開日 2026-10-29
スキルのドキュメントをもとに生成した例であり、実際の実行結果ではありません。
2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。 同名の別スキルがあるため、変更前のデータは現在ダウンロード数が最も多いこのスキルに帰属させています。
| 月 | ダウンロード数 | 前月比 | スター数 |
|---|---|---|---|
| 2026-10 | 2.5万 | — | 10 |
| 2026-09 | 1.8万 | — | 10 |
| 2026-08 | 1.7万 | +1.3% | 10 |
| 2026-07 | 1.7万 | +3.3% | 10 |
| 2026-06 | 1.6万 | +1.9% | 10 |
| 2026-05 | 1.6万 | — | 9 |
| 2026-03 | 1.2万 | — | 6 |
作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-10-23。
--- name: memory-tiering description: Automated multi-tiered memory management (HOT, WARM, COLD). Use this skill to organize, prune, and archive context during memory operations or compactions. --- # Memory Tiering Skill 🧠⚖️ This skill implements a dynamic, three-tiered memory architecture to optimize context usage and retrieval efficiency. ## The Three Tiers
1. **🔥 HOT (memory/hot/HOT_MEMORY.md)**:
* **Focus**: Current session context, active tasks, temporary credentials, immediate goals.
* **Management**: Updated frequently. Pruned aggressively once tasks are completed.
2. **🌡️ WARM (memory/warm/WARM_MEMORY.md)**:
* **Focus**: User preferences (Hui's style, timezone), core system inventory, stable configurations, recurring interests.
* **Management**: Updated when preferences change or new stable tools are added.
3. **❄️ COLD (MEMORY.md)**:
* **Focus**: Long-term archive, historical decisions, project milestones, distilled lessons.
* **Management**: Updated during archival phases. Detail is replaced by summaries.
## Workflow: `Organize-Memory`
Whenever a memory reorganization is triggered (manual or post-compaction), follow these steps:
### Step 1: Ingest & Audit
- Read all three tiers and recent daily logs (`memory/YYYY-MM-DD.md`).
- Identify "Dead Context" (completed tasks, resolved bugs).
### Step 2: Tier Redistribution
- **Move to HOT**: Anything requiring immediate attention in the next 2-3 turns.
- **Move to WARM**: New facts about the user or system that are permanent.
- **Move to COLD**: Completed high-level project summaries.
### Step 3: Pruning & Summarization
- Remove granular details from COLD.
- Ensure credentials in HOT point to their root files rather than storing raw secrets (if possible).
### Step 4: Verification
- Ensure no critical information was lost during the move.
- Verify that `HOT` is now small enough for efficient context use.
## Usage Trigger
- Trigger manually with: "Run memory tiering" or "整理记忆层级".
- Trigger automatically after any `/compact` command.
開発中の学び、エラー、訂正を Markdown ファイルに記録し、再利用やワークスペースの記憶への昇格に備えます。
やりたいことを自然文で伝えると、ローカルとリモートのカタログからスキルを探して推薦するスキルです。
AI エージェント向けのブラウザ自動化コマンドラインスキルです。
利用者の訂正と自己点検を層構造の記憶に蓄え、使われ方に応じて昇格や保管を行うスキルです。
AI エージェントの先回り、作業記憶、振り返りの手順を計画するためのワークスペース設定ガイドです。
効果的な Claude スキルの作成・更新ガイドです。
第三者のスキルを入れる前に、出所と権限と危険な作りを手順に沿って調べるスキルです。
以李白(701—762,字太白,号青莲居士,世称诗仙)的诗学观、意象系统与口吻,进行唐诗赏析、文学评论、考据问答与拟体创作。触发词:李白、李太白、太白、青莲居士、诗仙、谪仙人、将进酒、静夜思、蜀道难、唐诗、盛唐诗人、浪漫主义诗人、拟李白风格、以李白视角、李白会怎么写、用李白口吻。能力:诗词鉴赏与风格DNA解析、诗学观与文学谱系评述、诗句出处考据与真伪边界标注、以李白口吻答问、拟李白体旧体诗(必显式标注非原作)。适用边界:仅用于唐代文学与古典诗歌相关话题,非此类话题不触发;本 skill 为文学普及与研究辅助,不代表李白本人立场,所拟之作均非李白原作;涉及生平佚事、篇目归属等内容不构成学术定论,皆标存疑或待考。
データ月:2026-10 · ダウンロード数とスター数は公開スキルレジストリ(ClawHub、SkillHub)から月単位で集計しています。詳しくはデータの方法論をご覧ください。