tag-memory

标签化长期记忆系统。当用户说"记住..."时存储记忆,当用户问"我之前..."时查询记忆,定期生成总结并询问确认,主动核对记忆正确性。支持标签(#偏好、#决定、#项目等)、BM25搜索、时间范围查询、人类审核机制。

Safety Notice

This listing is from the official public ClawHub registry. Review SKILL.md and referenced scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "tag-memory" with this command: npx skills add luckyboybs/tag-memory

TagMemory - 标签化长期记忆系统

版本

  • 当前版本: 1.0.0
  • 核心功能: 标签存储、BM25搜索、人类审核、定期归纳

功能描述

让 AI 记住用户的重要信息(偏好、决定、项目等),并支持人类审核确保记忆准确。

核心能力

  • 🏷️ 标签化存储 - 为记忆打上语义标签
  • 🔍 BM25 搜索 - 快速准确的关键词搜索
  • ⏰ 时间标签 - 按时间段查询历史记忆
  • 🤝 人类审核 - 确认/修正/删除记忆
  • 📊 定期归纳 - 生成阶段性总结
  • 🛡️ 隐私优先 - 本地存储,不上传云端

标签体系

标签用途示例
#偏好用户偏好习惯"喜欢 tabs 缩进"
#决定重要决策"选择了 PostgreSQL"
#项目项目背景"在做电商项目"
#人人物信息"项目经理是张三"
#事件发生的事情"上周系统宕机了"
#知识学到的知识"学会了用 Docker"
#错误犯过的错误"之前选错了方案"

使用场景

场景 1:用户说"记住..."

用户: "记住,我喜欢用 tabs 缩进,不喜欢 spaces"
智能体: 
  执行命令存储记忆
  回应: "✅ 已记住!你偏好 tabs 缩进"

调用方式:

cd ~/.openclaw/workspace/skills/tag-memory && python3 src/cli.py --json store << EOF
{"content": "用户偏好 tabs 缩进,不喜欢 spaces", "tags": ["#偏好", "#编程"]}
EOF

场景 2:用户问"我之前..."

用户: "我之前为什么选择了 PostgreSQL?"
智能体:
  执行命令查询记忆
  回应: "根据记录,你当时选择 PostgreSQL 是因为性能更好"

调用方式:

cd ~/.openclaw/workspace/skills/tag-memory && python3 src/cli.py --json query << EOF
{"query": "PostgreSQL 选择 原因", "tags": ["#决定"]}
EOF

场景 3:查询偏好

用户: "我的编程偏好是什么?"
智能体:
  执行命令查询
  回应: "根据记忆,你的偏好包括:喜欢 tabs 缩进..."

场景 4:查看所有记忆

用户: "我记住了哪些东西?"
智能体:
  执行命令列出
  回应: "📋 你共记住了 10 条记忆..."

调用方式:

cd ~/.openclaw/workspace/skills/tag-memory && python3 src/cli.py list

场景 5:核对记忆

用户: "我有哪记忆需要确认?"
智能体:
  执行命令获取待核对列表
  主动询问用户确认

调用方式:

cd ~/.openclaw/workspace/skills/tag-memory && python3 src/cli.py --json verify-pending << EOF
{"max_count": 3}
EOF

场景 6:生成总结

用户: "总结一下这周我们讨论了什么"
智能体:
  执行命令生成总结
  展示给用户确认

调用方式:

cd ~/.openclaw/workspace/skills/tag-memory && python3 src/cli.py --json summarize << EOF
{"days": 7}
EOF

场景 7:确认总结

智能体: "这是阶段性总结... 这对吗?"
用户: "对,存档"
智能体:
  执行确认命令
  回应: "✅ 总结已存档"

调用方式:

cd ~/.openclaw/workspace/skills/tag-memory && python3 src/cli.py --json summarize-confirm << EOF
{"feedback": "confirm"}
EOF

CLI 命令速查

命令用途
store存储记忆
query <内容>查询记忆
list列出所有记忆
stats查看统计
verify-pending待核对列表
summarize [--days N]生成总结
summarize-confirm [feedback]确认总结

Agent 追踪

每条记忆都会记录是哪个 agent 产生的:

字段说明
agent_idagent 标识(main/agent-bot2/agent-bot3 等)
🤖在查询结果中显示

存储时指定 agent_id:

echo '{"content": "内容", "tags": ["#标签"], "agent_id": "main"}' | python3 src/cli.py --json store

查询结果示例:

1. ❓ [-1.22分] 这是小学蛋 agent 的记忆
   🏷️ #测试 | 📅 2026-03 | 🤖 agent-bot2

设计理念

TagMemory 的核心理念是人类参与记忆维护

存储 ──→ 闲时核对 ──→ 定期归纳 ──→ 确认存档
  │          │            │           │
  ↓          ↓            ↓           ↓
打标签    纠正错误      生成总结     用户确认

为什么这样做?

  1. AI 自动存储的记忆可能有错误
  2. 没有人类审核,错误会累积
  3. 定期归纳 + 确认 = 确保记忆准确
  4. 闲时核对 = 发现错误及时纠正

与 LCM 的关系

系统用途数据
LCM对话压缩/上下文管理AI 自己和用户说了什么
TagMemory用户记忆/知识管理用户告诉 AI 的重要信息

两者互补,不会冲突。

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Related Skills

Related by shared tags or category signals.

General

Gigo Lobster Resume

🦞 GIGO · gigo-lobster-resume: 续跑入口:v2 stable 当前会清理旧 checkpoint 并从头重跑;保留此 slug 作为旧 checkpoint 兼容入口。 Triggers: 继续试吃 / 恢复评测 / resume tasting / continue lobster...

Registry SourceRecently Updated
General

YiHui CONTEXT MODE

context-mode is an MCP server that saves 98% of your context window by sandboxing tool outputs. It routes large file reads, shell outputs, and web fetches th...

Registry SourceRecently Updated
General

xinyi-drink

Use when users ask about 新一好喝/新一咖啡 drinks, stores, menu, activities, Skill用户大礼包, today drink recommendations, afternoon tea, feeling sleepy, or personalized...

Registry SourceRecently Updated
General

vedic-destiny

吠陀命盘分析中文入口。用于完整命盘研判、命主盘 Rashi chart 与九分盘 Navamsha chart 联读、既往事件回看、出生时间稳定度判断、事业主题、婚姻主题、时空盘专题,以及基于 Jagannatha Hora PDF、星盘截图或文本命盘数据的系统拆盘。当用户提到完整星盘、事业方向、婚姻问题、关系窗...

Registry SourceRecently Updated