据 AlphaMoat 统计,截至 2026-10,记忆系统框架 累计下载 15,645 次、获 6 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 1,791 位,在「AI 智能体」分类(1,632 个)中排名第 251 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

1.6万

星标

全站下载量排名

#1,791

全站前 17% · 「AI 智能体」前 16%

平台	累计下载	星标	评论
SkillHub ↗	1.6万	6	—

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

它说明如何用分层记忆、上下文缓冲、决策记录、错误复盘和每日回顾整理长期与当前信息，并给出相应目录结构。适合希望建立可持续知识管理流程的用户；具体文件和规则需要按自身项目配置。创建或更新记忆文件前应核对目标路径和敏感信息。

资料发布于 2026-10-29

可以用来做什么

规划 AI 助手的记忆文件和知识结构

什么时候用

需要整理决策、任务、学习记录和日常回顾时

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。

请概括该框架的记忆分层、工作缓冲和复盘做法，并说明需要创建哪些类型的文件。

月度数据趋势

累计下载1.6万

星标6

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
2026-10	1.6万	—	6
2026-09	6,135	—	6
2026-08	4,174	+30.1%	6
2026-07	3,209	—	4
2026-05	712	—	-
2026-03	193	—	-

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。

1.4 KB · SkillHub v1.0.0

# Memory Framework - 记忆系统框架

**版本：** v1.0  
**定位：** 通用记忆系统框架，基于OpenClaw改良  
**适用：** 个人AI助手、团队协作，知识管理

---

## 核心特性

展开全部(共 74 行)

- L1/L2/L3 三层记忆分层
- WAL Protocol - 决策先记后答
- Working Buffer - 上下文缓冲
- learnings系统 - 错误记录与复盘
- 每日复盘 - 持续优化

---

## 目录结构

```
memory-framework/
├── README.md
├── SKILL.md
├── manifest.json
├── brain/
│   ├── plan.md
│   ├── tasks/
│   │   ├── active.md
│   │   └── daily/
│   ├── me/
│   │   ├── identity.md
│   │   └── learned.md
│   ├── decisions/
│   ├── projects/
│   └── inbox.md
├── learnings/
│   ├── errors.json
│   └── recoveries.json
└── docs/
    ├── QUICK-START.md
    └── TEMPLATES.md
```

---

## 快速开始

1. 编辑 brain/me/identity.md - 填入你的身份
2. 编辑 brain/plan.md - 填入你的目标
3. 编辑 brain/tasks/active.md - 填入当前任务

---

## 规则速查

| 场景 | 操作 |
|------|------|
| 用户纠正 | SESSION-STATE.md |
| 重大决定 | SESSION-STATE.md |
| 犯错 | learnings/errors.json |
| 上下文60% | working-buffer.md |
| 每天结束 | brain/tasks/daily/ |

---

## 版本

- v1.0 - 初始版本

---

**基于OpenClaw改良**