Engram

记录自身发现以实现自我改进的技能

帮助用户发现和安装智能体技能，当用户询问如「如何做X」、「找X的技能」、「有能做...的吗」等问题时

用于 AI 代理的浏览器自动化 CLI。当用户需要与网站交互（包括浏览页面、填写表单、点击按钮、截图等）时使用。

自我反思+自我批评+自我学习+自组织记忆。智能体评估自身工作、发现错误并持续改进。

AI智能体技能安全预审工具。安装ClawdHub、GitHub等来源技能前，检查风险信号、权限范围及可疑模式。

类型化知识图谱，用于结构化智能体记忆与可组合技能。适用于以下场景：创建/查询实体（人物、项目、任务、事件、文档）、关联相关对象、强制执行约束、将多步操作规划为图谱变换，或当技能需要共享状态时。触发关键词包括"记住""我知道关于什么""将X链接到Y""显示依赖关系"、实体增删改查操作，以及跨技能数据访问。

将 AI 代理从任务执行者转变为能够预见需求、持续优化的主动伙伴。现已支持 WAL Protocol、Working Buffer、Autonomous Crons 及经过实战验证的模式。属于 Hal Stack 🦞。

专为AI智能体优化的无头浏览器自动化CLI，支持无障碍树快照和基于引用的元素选择。

为AI 代理提供持久语义记忆层。基于本地优先存储（SQLite+LanceDB）和 Ollama 嵌入。跨会话存储和检索事实、决策、偏好、事件、关系。支持记忆衰减、去重、5 种类型记忆、7 种图关系、代理/用户作用域、语义搜索、上下文感知召回、文本自动抽取（规则/LLM/混合）、导入/导出、REST API、MCP 协议。解决上下文窗口和压缩失忆。服务运行于 localhost:3400，仪表盘 /dashboard。通过 npm 安装（engram-memory），需 Ollama 运行 nomic-embed-text 模型。

自动为每条用户消息生成并保存来自次级 LLM 的替代视角，以提升推理与回复质量。