lingmoon96-dev

lossless-claw

AI 智能体v1.0.1
作者:lingmoon96-dev更新于 2026-05-18共 2 个版本 · 最新版本发布于 2026-03-31@clawhub_lingmoon96-dev/lossless-claw
上下文管理记忆增强#会话#知识

据 AlphaMoat 统计,截至 2026-10,lossless-claw 累计下载 9,046 次、获 7 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 3,064 位,在「AI 智能体」分类(1,632 个)中排名第 405 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。

累计下载
9,046
星标
7
全站下载量排名
#3,064
全站前 29% · 「AI 智能体」前 25%
平台累计下载星标评论
ClawHub ↗7,9443-
SkillHub ↗9,0467—

各平台的计数口径不同,统计时间不一致。

这个技能是做什么的

五步工作流:读取会话文本或日志 → 提取身份、偏好、任务、知识 → 原始内容保留到短期日志 → 高价值内容提升到长期层 → 生成可追溯摘要。使用 python3 scripts/personal_ai_memory.py distill --input /path/to/session.md 执行蒸馏,加 --apply 才实际应用。输出目标:将重要内容沉淀到长期层、无效噪声不进入长期层、保留完整短期回溯链路。长期记忆写入前应人工审核并脱敏(基于 该技能 的风险提示)。

资料发布于 2026-10-29

可以用来做什么

  • 把会话记录蒸馏为结构化本地记忆
  • 提取用户身份信息、偏好、任务与长期知识
  • 生成可追溯的蒸馏摘要

什么时候用

  • 需要从对话或会话日志中沉淀长期记忆时
  • 希望原始记录可回溯、同时高价值内容入长期层时

示例提示词

以下是根据技能文档生成的示例,不代表实际运行结果。

蒸馏这次会话并应用到长期记忆
把这段会话日志整理成可追溯摘要

月度数据趋势

累计下载9,046
2,6286,0759,5212026-03 · 累计下载 3,1032026-05 · 累计下载 6,3702026-06 · 累计下载 6,7602026-07 · 累计下载 7,2942026-08 · 累计下载 7,5872026-09 · 累计下载 7,7702026-10 · 累计下载 9,04626-0326-0926-10
星标7
3572026-03 · 星标 32026-05 · 星标 62026-06 · 星标 72026-07 · 星标 72026-08 · 星标 72026-09 · 星标 72026-10 · 星标 726-0326-0926-10

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。

月份累计下载环比星标
2026-109,046—7
2026-097,770—7
2026-087,587+4.0%7
2026-077,294+7.9%7
2026-066,760+6.1%7
2026-056,370—6
2026-033,103—3

SKILL.md 原文

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。

783 B · ClawHub v1.0.1
---
name: lossless-claw
description: 无损回忆技能。对对话或会话记录做本地蒸馏,提取身份信息、偏好、任务和长期知识,剔除噪声并保留可追溯日志。
---

# Lossless Claw

通过“短期全量记录 + 长期结构化沉淀”实现无损回忆。

## 工作流
展开全部(共 30 行)

1. 读取会话文本或日志
2. 提取身份、偏好、任务、知识
3. 将原始内容保留到短期日志
4. 将高价值内容提升到长期层
5. 生成可追溯摘要

## 推荐命令

```bash
python3 scripts/personal_ai_memory.py distill --input /path/to/session.md
python3 scripts/personal_ai_memory.py distill --input /path/to/session.md --apply
```

## 输出目标

- 重要内容永久固化
- 无效噪声不进入长期层
- 保留完整短期回溯链路

「AI 智能体」分类下的热门技能

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。