clawdbrunner

Hybrid Memory

AI 智慧體v1.0.1
作者:clawdbrunner更新於 2026-05-11共 2 個版本 · 最新版本釋出於 2026-01-31hybrid-memory@clawhub_clawdbrunner/hybrid-memory
上下文管理記憶增強#Memory System

據 AlphaMoat 統計,截至 2026-09,Hybrid Memory 累計下載 3,444 次、獲 1 個星標,在全部 5,078 個 AI 技能中排名第 3,227 位,在「AI 智慧體」分類(969 個)中排名第 654 位。

累計安裝
131
累計下載
3444
星標
1
全站排名
#3,227
全站前 64% · 「AI 智慧體」前 68%
平台累計安裝累計下載星標評論
ClawHub ↗11333491-
SkillHub ↗13134441—

各平台的計數口徑不同,統計時間不一致。

這個技能是做什麼的

該技能幫助區分文件與整理筆記的搜尋,以及時間事實、對話和實體關係的 Graphiti 查詢,並提供記錄重要事實的流程。持久記憶可能儲存個人上下文;使用前應明確可記錄內容、避免秘密和敏感個人資訊,並確認資料如何檢視和刪除。

資料釋出於 2026-10-29

可以用來做什麼

  • 需要跨文件和時間線回憶歷史上下文、事件或實體關係的 OpenClaw 使用者。

什麼時候用

  • 先區分問題需要文件檢索還是時間事實回憶;記錄新事實前確認其適合持久儲存,並明確複核和刪除方式。

示例提示詞

以下是根據技能文件生成的示例,不代表實際執行結果。

請先判斷這個問題應查文件記憶還是時間知識圖譜;不要記錄新的個人資訊或敏感內容。

月度資料趨勢

累計下載3444
2214287535352026-03 · 累計下載 23052026-05 · 累計下載 28382026-06 · 累計下載 29642026-07 · 累計下載 31702026-08 · 累計下載 32562026-09 · 累計下載 344426-0326-09
星標1
0122026-03 · 星標 12026-05 · 星標 12026-06 · 星標 12026-07 · 星標 12026-08 · 星標 12026-09 · 星標 126-0326-09

2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。

月份累計下載環比星標
2026-093444—1
2026-083256+2.7%1
2026-073170+7.0%1
2026-062964+4.4%1
2026-052838—1
2026-032305—1

SKILL.md 原文

以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 2026-10-23。

2.2 KB · ClawHub v1.0.1
---
name: hybrid-memory
description: Hybrid memory strategy combining OpenClaw's built-in vector memory with Graphiti temporal knowledge graph. Use when you need to recall past context, answer temporal questions ("when did X happen?"), or search memory files. Provides decision framework for when to use memory_search vs Graphiti.
---

# Hybrid Memory System

Two memory systems, each with different strengths. Use both.

## When to Use Which
展開全部(共 85 行)

| Question Type | Tool | Example |
|--------------|------|---------|
| Document content | `memory_search` | "What's in GOALS.md?" |
| Curated notes | `memory_search` | "What are our project guidelines?" |
| Temporal facts | Graphiti | "When did we set up Slack?" |
| Conversations | Graphiti | "What did the user say last Tuesday?" |
| Entity tracking | Graphiti | "What projects involve Alice?" |

## Quick Reference

### memory_search (Built-in)

Semantic search over markdown files (`MEMORY.md`, `memory/**/*.md`).

```
memory_search query="your question"
```

Then use `memory_get` to read specific lines if needed.

### Graphiti (Temporal)

Search for facts with time awareness:

```bash
graphiti-search.sh "your question" GROUP_ID 10
```

Log important facts:

```bash
graphiti-log.sh GROUP_ID user "Name" "Fact to remember"
```

Common group IDs:
- `main-agent` — Primary agent
- `user-personal` — User's personal context

## Recall Pattern

When answering questions about past context:

1. **Temporal questions** → Check Graphiti first
2. **Document questions** → Use `memory_search`
3. **Uncertain** → Try both, combine results
4. **Low confidence** → Say you checked but aren't sure

## AGENTS.md Template

Add to your AGENTS.md:

```markdown
### Memory Recall (Hybrid)

**Temporal questions** ("when?", "what changed?", "last Tuesday"):
```bash
graphiti-search.sh "query" main-agent 10
```

**Document questions** ("what's in X?", "find notes about Y"):
```
memory_search query="your query"
```

When answering past context: check Graphiti for temporal, memory_search for docs.
```

## Setup

Full setup guide: https://github.com/clawdbrunner/openclaw-graphiti-memory

**Part 1: OpenClaw Memory** — Configure embedding provider (Gemini recommended)
**Part 2: Graphiti** — Deploy Docker stack, install sync daemons

「AI 智慧體」分類下的熱門技能

資料月份:2026-09 · 下載/星標/安裝數聚合自公開技能註冊庫(ClawHub、SkillHub),按月更新。口徑說明見資料方法。