据 AlphaMoat 统计,截至 2026-10,Agent Memory 累计下载 355,523 次、获 182 个星标,按累计下载量在本次参与排名的 10,914 个 AI 技能中排名第 66 位,在「AI 智能体」分类(1,632 个)中排名第 13 位。
列表默认按累计下载量排序,也可按星标排序;详情页排名按累计下载量计算。
| 平台 | 累计下载 | 星标 | 评论 |
|---|---|---|---|
| ClawHub ↗ | 3.6万 | 34 | 1 |
| SkillHub ↗ | 35.6万 | 182 | — |
各平台的计数口径不同,统计时间不一致。
在代码里实例化 AgentMemory 后,用 remember 存事实并打标签,用 learn 把动作、情境、结果与心得一起记下,再用 recall 与 get_lessons 按查询或主题取回;track_entity 则维护人物、项目等实体的属性。数据默认写进 ~/.agent-memory/memory.db,可另传路径改位置。主文还给了会话开始与结束时该做什么的记忆协议,可挂到 AGENTS.md 或 HEARTBEAT.md。
资料发布于 2026-10-27
以下是根据技能文档生成的示例,不代表实际运行结果。
2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。 该技能有同名的其他版本,调整前的数据归属当前下载量最大的这一个。
| 月份 | 累计下载 | 环比 | 星标 |
|---|---|---|---|
| 2026-10 | 35.6万 | — | 182 |
| 2026-09 | 15.5万 | — | 174 |
| 2026-08 | 12.5万 | +16.5% | 166 |
| 2026-07 | 10.7万 | +7.6% | 152 |
| 2026-06 | 10.0万 | +234.1% | 135 |
| 2026-05 | 3.0万 | — | 30 |
| 2026-03 | 5.0万 | — | 24 |
以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 2026-10-23。
# AgentMemory Skill Persistent memory system for AI agents. Remember facts, learn from experience, and track entities across sessions. ## Installation ```bash clawdhub install agent-memory ```
## Usage
```python
from src.memory import AgentMemory
mem = AgentMemory()
# Remember facts
mem.remember("Important information", tags=["category"])
# Learn from experience
mem.learn(
action="What was done",
context="situation",
outcome="positive", # or "negative"
insight="What was learned"
)
# Recall memories
facts = mem.recall("search query")
lessons = mem.get_lessons(context="topic")
# Track entities
mem.track_entity("Name", "person", {"role": "engineer"})
```
## When to Use
- **Starting a session**: Load relevant context from memory
- **After conversations**: Store important facts
- **After failures**: Record lessons learned
- **Meeting new people/projects**: Track as entities
## Integration with Clawdbot
Add to your AGENTS.md or HEARTBEAT.md:
```markdown
## Memory Protocol
On session start:
1. Load recent lessons: `mem.get_lessons(limit=5)`
2. Check entity context for current task
3. Recall relevant facts
On session end:
1. Extract durable facts from conversation
2. Record any lessons learned
3. Update entity information
```
## Database Location
Default: `~/.agent-memory/memory.db`
Custom: `AgentMemory(db_path="/path/to/memory.db")`
把开发过程中的经验、错误与纠正记录为 Markdown 文件,供后续复用并晋升为工作区记忆。
用自然语言描述需求,在本地与远程技能市场里找技能并给出推荐的技能。
给 AI agent 用的浏览器自动化命令行技能。
把用户纠正与自我复盘沉淀成分层记忆、并按使用情况升降级的技能。
一份为 AI 代理规划主动跟进、工作记忆与复盘流程的工作区配置指南。
指导如何创建与更新有效 Claude 技能的写作指南。
在安装第三方技能之前,按清单审查来源、权限与危险模式的技能。
把盛唐诗人李白的诗学观、意象系统与口吻,蒸馏成 AI 可调用的角色包。
数据月份:2026-10 · 下载/星标数聚合自公开技能注册库(ClawHub、SkillHub),按月更新。口径说明见数据方法。