mcpField
M
memory-management

memory-management

github.com/ruvnetAgent 工作流80.1k1.2k 次安装今天更新
代码仓库

关于 memory-management

面向 Agent 的 AgentDB 记忆管理技能,提供持久化存储和 HNSW 向量搜索,支持语义检索与复用以往任务中的模式。

主要功能

  1. 01存储和读取记忆条目
  2. 02按语义相似度搜索
  3. 03按命名空间组织条目
  4. 04初始化 HNSW 向量索引
  5. 05导出记忆并查看统计

适用场景

  1. 01保存成功的任务模式
  2. 02查找以往工作的相似方案
  3. 03在 Agent 间共享存储的知识

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/ruvnet/ruflo --skill memory-management

安装后在 Claude Code 中输入/memory-management确认已加载。

附带文件scripts/memory-backup.shscripts/memory-consolidate.sh

详细介绍

内存管理技能

用途

采用 HNSW 向量搜索的 AgentDB 内存系统。提供快 150 到 12,500 倍的模式检索速度、持久化存储和语义搜索功能,适用于学习和知识管理。

触发条件

  • 需要存储成功模式
  • 搜索相似解决方案
  • 对过去的工作进行语义检索
  • 从以往任务中学习
  • 在 Agent 之间共享知识
  • 构建知识库

跳过条件

  • 无需学习
  • 短暂的一次性任务
  • 可使用外部数据源
  • 只读探索

命令

存储模式

将模式或知识条目存储在内存中

npx @claude-flow/cli memory store --key "[key]" --value "[value]" --namespace patterns

示例:

npx @claude-flow/cli memory store --key "auth-jwt-pattern" --value "JWT validation with refresh tokens" --namespace patterns
语义搜索

使用语义相似度搜索内存

npx @claude-flow/cli memory search --query "[search terms]" --limit 10

示例:

npx @claude-flow/cli memory search --query "authentication best practices" --limit 5
检索条目

按键检索特定内存条目

npx @claude-flow/cli memory get --key "[key]" --namespace [namespace]

示例:

npx @claude-flow/cli memory get --key "auth-jwt-pattern" --namespace patterns
列出条目

列出命名空间中的所有条目

npx @claude-flow/cli memory list --namespace [namespace]

示例:

npx @claude-flow/cli memory list --namespace patterns --limit 20
删除条目

删除内存条目

npx @claude-flow/cli memory delete --key "[key]" --namespace [namespace]
初始化 HNSW 索引

初始化 HNSW 向量搜索索引

npx @claude-flow/cli memory init --enable-hnsw
内存统计

显示内存使用统计信息

npx @claude-flow/cli memory stats
导出内存

将内存导出为 JSON

npx @claude-flow/cli memory export --output memory-backup.json

脚本

脚本路径描述
memory-backup.agents/scripts/memory-backup.sh将内存备份到外部存储
memory-consolidate.agents/scripts/memory-consolidate.sh整合并优化内存

参考资料

文档路径描述
HNSW Guidedocs/hnsw.mdHNSW 向量搜索配置
Memory Schemadocs/memory-schema.md内存命名空间和架构参考

最佳实践

  1. 开始前检查内存中是否已有现成模式
  2. 使用分层拓扑进行协调
  3. 完成后存储成功模式
  4. 记录任何新的经验

评论

支持 Markdown