AlphaMoatによると、2026-10時点でvector-memoryのダウンロード数は7,180、スター数は2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3,920位、開発では1,069件中322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 ↗ | 7180 | 2 | 1 |
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。
設定不要で、npx clawhub install vector-memory の導入直後から memory_search が動作します。任意で node vector-memory/smart_memory.js --sync を実行するとベクトルインデックスが構築され、以後の検索はニューラル embeddings による意味理解を使い、ベクトル検索が失敗した場合は自動的にフォールバックします。ツールは memory_search(パラメータ query と max_results、既定 5、path・lines・score・snippet を返す)、memory_get、memory_sync、memory_status を含み、任意の環境変数として MEMORY_DIR と MEMORY_FILE があります。スケール面では 1000 chunks 未満は内蔵+JSON、1000 chunks を超える場合は pgvector を推奨しています。スキルカードのセキュリティ証拠は、安全でないコマンド実行とファイル読み取りの欠陥を報告しており、curl-to-shell 経由の導入を避け、信頼できる固定バージョンのソースからのみ導入するよう助言しています。
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。
| 月 | ダウンロード数 | 前月比 | スター数 |
|---|---|---|---|
| 2026-10 | 7180 | — | 2 |
| 2026-09 | 7003 | — | 2 |
| 2026-08 | 6851 | +3.6% | 2 |
| 2026-07 | 6613 | +8.1% | 2 |
| 2026-06 | 6115 | +4.7% | 1 |
| 2026-05 | 5840 | — | 1 |
| 2026-03 | 4561 | — | 1 |
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: vector-memory description: Smart memory search with automatic vector fallback. Uses semantic embeddings when available, falls back to built-in search otherwise. Zero configuration - works immediately after ClawHub install. No setup required - just install and memory_search works immediately, gets better after optional sync. --- # Vector Memory Smart memory search that **automatically selects the best method**: - **Vector search** (semantic, high quality) when synced - **Built-in search** (keyword, fast) as fallback
**Zero configuration required.** Works immediately after install.
## Quick Start
### Install from ClawHub
```bash
npx clawhub install vector-memory
```
Done! `memory_search` now works with automatic method selection.
### Optional: Sync for Better Results
```bash
node vector-memory/smart_memory.js --sync
```
After sync, searches use neural embeddings for semantic understanding.
## How It Works
### Smart Selection
```javascript
// Same call, automatic best method
memory_search("James principles values")
// If vector ready: finds "autonomy, competence, creation" (semantic match)
// If not ready: uses keyword search (fallback)
```
### Behavior Flow
1. **Check**: Is vector index ready?
2. **Yes**: Use semantic search (synonyms, concepts)
3. **No**: Use built-in search (keywords)
4. **Vector fails**: Automatically fall back
## Tools
### memory_search
**Auto-selects best method**
Parameters:
- `query` (string): Search query
- `max_results` (number): Max results (default: 5)
Returns: Matches with path, lines, score, snippet
### memory_get
Get full content from file.
### memory_sync
Index memory files for vector search. Run after edits.
### memory_status
Check which method is active.
## Comparison
| Feature | Built-in | Vector | Smart Wrapper |
|---------|----------|--------|---------------|
| Synonyms | ❌ | ✅ | ✅ (when ready) |
| Setup | Built-in | Requires sync | ✅ Zero config |
| Fallback | N/A | Manual | ✅ Automatic |
## Usage
**Immediate (no action needed):**
```bash
node vector-memory/smart_memory.js --search "query"
```
**Better quality (after sync):**
```bash
# One-time setup
node vector-memory/smart_memory.js --sync
# Now all searches use vector
node vector-memory/smart_memory.js --search "query"
```
## Files
| File | Purpose |
|------|---------|
| `smart_memory.js` | Main entry - auto-selects method |
| `vector_memory_local.js` | Vector implementation |
| `memory.js` | OpenClaw wrapper |
## Configuration
**None required.**
Optional environment variables:
```bash
export MEMORY_DIR=/path/to/memory
export MEMORY_FILE=/path/to/MEMORY.md
```
## Scaling
- **< 1000 chunks**: Built-in + JSON (current)
- **> 1000 chunks**: Use pgvector (see references/pgvector.md)
## References
- [Integration](references/integration.md) - Detailed setup
- [pgvector](references/pgvector.md) - Large-scale deployment【全栈能力】编程大神.Skill:面向复杂真实项目的高阶全栈编程助手。不止生成代码,而是从一句目标接手陌生代码库,拆解需求、补齐实现、追到根因、完成重构、联调前后端,并把结果推进到能运行、能验证、能交付。覆盖 Web、后端、脚本、iOS、安卓、鸿蒙 ArkUI、微信小程序及其他技术栈,支持中英文工程、疑难 Bug、跨模块任务和长任务续做;用构建、日志、真实入口、设备或接口证据说明结果。仅问概念时直接回答,要求落地时持续推进到验收或明确阻塞。
编程专家 Pro:融合编程专家 2.0.3 工程专题与编程大神的鸿蒙 ArkTS/ArkUI、微信小程序和小游戏开发资料。用于项目实现、根因调试、审查、重构、测试、架构性能分析及多端开发验证。支持自然语言和 @专题标识,按任务读取包内知识;只问概念时直接回答。
编程专家.Skill P8级编程助手,25年实战经验技能Skill,全栈:Java/Php网站/软件项目、API设计、Bug诊断、代码生成、代码审查、重构、测试用例、性能基准、技术选型、文档生成、任务拆解、Spec驱动、Karpathy规范、CMS二次开发、前端设计、MySQL/Mariadb、项目知识图谱,以及工程纪律层(根因调试硬闭环、阶段导航、事故复盘/SLO、威胁建模/供应链安全、生产就绪/渐进式发布、AI编码治理、面向Agent代码可读性、LLM应用安全)。支持 @标识 显式调用跳过路由。
编程专家.Skill P8级编程助手,25年实战经验技能Skill,全栈:Java/Php网站/软件项目、API设计、Bug诊断、代码生成、代码审查、重构、测试用例、性能基准、技术选型、文档生成、任务拆解、Spec驱动、Karpathy规范、CMS二次开发、前端设计、MySQL/Mariadb、项目知识图谱,以及工程纪律层(根因调试硬闭环、阶段导航、事故复盘/SLO、威胁建模/供应链安全、生产就绪/渐进式发布、AI编码治理、面向Agent代码可读性、LLM应用安全)。支持 @标识 显式调用跳过路由。
工程专题、鸿蒙与微信小程序开发的集成派生版
编程专家 Pro:融合编程专家 2.0.3 工程专题与编程大神的鸿蒙 ArkTS/ArkUI、微信小程序和小游戏开发资料。用于项目实现、根因调试、审查、重构、测试、架构性能分析及多端开发验证。支持自然语言和 @专题标识,按任务读取包内知识;只问概念时直接回答。
适用场景:全栈编程助手。接到需求先读现有代码和约束,再动手:Java/PHP 开发、接口设计、缺陷定位、代码评审、重构、测试用例、性能排查、技术选型与文档产出,也做 CMS 二次开发、前端页面和 MySQL 调优。每次改动先给方案和影响范围,改完必须跑验证,交付附交接说明。适合要把代码真正跑通、而不是只要片段的场景。写完代码常要配套的造价、法律、工程文档,站内已有现成技能,用「查找技能」按需求找即可。
gh コマンドラインで GitHub の PR チェック、ワークフロー実行、API 照会を扱うスキルです。
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。