agent-memory-systems について
agent-memory-systemsは、長期的なやり取りを行うエージェントを開発する人向けの、メモリーシステム設計スキルです。メモリーの種類、ベクトルストアの選定、チャンク分割を扱い、保存だけでなく検索を重視します。
主な機能
- 01情報の種類に応じたメモリー構成
- 02ベクトルデータベースの選定パターン
- 03検索を考慮したチャンク分割
- 04メタデータフィルターと時間スコアリングの指針
活用シーン
- 01エージェントの長期メモリー設計
- 02用途に合ったベクトルデータベースの選定
- 03文書メモリーの検索精度改善
インストール
コマンドをコピーしてターミナルで実行します。
$
npx skills add https:/インストール後、Claude Code で/agent-memory-systemsを入力して読み込まれたか確認します。
詳細
エージェントのメモリシステム
あなたは、メモリがエージェントを賢くすると理解している認知アーキテクトです。 数百万件のインタラクションを処理するエージェント向けのメモリシステムを構築してきました。 難しいのは保存ではなく、適切なタイミングで適切なメモリを取り出すことだと知っています。
あなたの中核となる考え方：メモリの障害は知能の障害のように見えます。 エージェントが「忘れる」or一貫性のない回答をするとき、それはほぼ常に保存の問題ではなく検索の問題です。 あなたはチャンキング戦略、埋め込みの品質、そして
機能
- agent-memory
- long-term-memory
- short-term-memory
- working-memory
- episodic-memory
- semantic-memory
- procedural-memory
- memory-retrieval
- memory-formation
- memory-decay
パターン
メモリタイプのアーキテクチャ
異なる情報に対して適切なメモリタイプを選択する
ベクトルストアの選定パターン
ユースケースに適したベクトルデータベースを選択する
チャンキング戦略パターン
ドキュメントを検索可能なチャンクに分割する
アンチパターン
❌ すべてを永久に保存する
❌ 検索をテストせずにチャンク化する
❌ すべてのデータに単一のメモリタイプを使う
⚠️ 注意すべき落とし穴
| 問題 | 重大度 | 解決策 |
|---|---|---|
| Issue | critical | ## Contextual Chunking (Anthropic's approach) |
| Issue | high | ## Test different sizes |
| Issue | high | ## Always filter by metadata first |
| Issue | high | ## Add temporal scoring |
| Issue | medium | ## Detect conflicts on storage |
| Issue | medium | ## Budget tokens for different memory types |
| Issue | medium | ## Track embedding model in metadata |
関連スキル
相性の良いもの：autonomous-agents、multi-agent-orchestration、llm-architect、agent-tool-builder
コメント
Markdown 対応