Token导航 LogoToken导航TokenDH.com
研究检索可写文件clawhub未标认证来源可访问clear审计提醒

lobster-memory龙虾记忆

Agent Skill

lobster-memory 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

3,552

周安装

148

GitHub Stars

公开资料未说明

下载量

1,184
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:lobster-memory(龙虾记忆)
来源仓库:https://github.com/konzenkane/lobster-memory
安装命令:
openclaw skills install lobster-memory
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install lobster-memory

简介

lobster-memory 实现长期记忆文件维护与智能提醒,包含工作缓冲区与学习日志机制,适合 OpenClaw 中知识管理需求。

  • 适用于回顾历史决策、追踪项目进度与归档重要事件。
  • 自动分类存储记忆内容,支持关键词检索。
  • 需定期备份记忆文件以防数据丢失。
  • 建议设置隐私过滤规则,避免敏感信息泄露。

SKILL.md

name
lobster-memory
zhName
龙虾记忆大师
description
|
license
MIT
authors
version
1.0.0
created
2026-03-22

龙虾记忆大师 (Lobster Memory Master)

真正的长期记忆管理方案 Created by: 天道桐哥 & AI龙虾元龙 🦞

核心功能

1. 自动记忆维护 (Auto Memory Maintenance)

当 Context 超过 60% 时自动触发:

  • 归档到 memory/YYYY-MM-DD.md
  • 更新 SESSION-STATE.md
  • 清理 Working Buffer

2. 每日学习日志 (Daily Learning Log)

自动记录:

  • 技能安装/学习记录
  • 项目进展
  • 关键决策
  • 用户偏好

3. 心跳协议 (Heartbeat Protocol)

定期自检:

  • Context 使用率检查
  • 记忆文件归档
  • 主动行为建议

4. 工作缓冲区 (Working Buffer)

危险区管理:

  • Context > 60% 时进入
  • 记录关键对话片段
  • 防止重要信息丢失

快速开始

初始化记忆系统

# 创建必要文件
touch MEMORY.md
mkdir -p memory
touch memory/working-buffer.md
touch SESSION-STATE.md
touch HEARTBEAT.md

写入 MEMORY.md

# MEMORY.md - Long-Term Memory

## About [User Name]
- Name: [User Name]
- Style: [User Style]
- Project: [Current Project]

## Key Decisions
- [Important decision 1]
- [Important decision 2]

## Active Projects
- [Project 1] - [Status]
- [Project 2] - [Status]

设置定时任务

# Daily Memory Freshener
cron:
  - name: "Memory Freshener"
    schedule: "0 2 * * *"  # 每天凌晨2点
    action: archive_memory

# Daily Learning
cron:
  - name: "Daily Skill Discovery"
    schedule: "0 10 * * *"  # 每天上午10点
    action: learn_new_skills

文件结构

workspace/
├── MEMORY.md                 # 长期记忆主文件
├── SESSION-STATE.md          # 当前会话状态
├── HEARTBEAT.md             # 心跳检查清单
├── AGENTS.md                # 代理操作规则
├── memory/
│   ├── working-buffer.md    # 工作缓冲区
│   ├── YYYY-MM-DD.md        # 每日归档
│   └── learning-log.md      # 学习日志
└── ...

使用场景

场景1:用户问起之前的事

触发条件: User asks about prior work, decisions, dates, people, preferences

动作:

  1. Search MEMORY.md + memory/*.md
  2. Pull only needed lines with memory_get
  3. Answer with citation: Source: <path#line>

场景2:Context 超过 60%

触发条件: Context usage > 60%

动作:

  1. Enter Working Buffer protocol
  2. Archive to memory/YYYY-MM-DD.md
  3. Update SESSION-STATE.md
  4. Clear working buffer

场景3:设置自主学习

触发条件: User wants autonomous daily learning

动作:

  1. Create AGENTS.md with learning protocols
  2. Set up cron jobs for daily tasks
  3. Create learning-log.md with rotation schedule

最佳实践

记忆搜索流程

1. memory_search(query) → 找相关片段
2. memory_get(path, from, lines) → 拉取具体内容
3. Answer with citation

归档流程

1. Check context %
2. If > 60%: Archive working buffer
3. Update SESSION-STATE.md
4. Clear old entries

学习日志流程

1. Record daily activities
2. Distill to MEMORY.md weekly
3. Rotate old logs monthly

示例代码

自动归档脚本

// scripts/archive-memory.js
const fs = require('fs');
const path = require('path');

function archiveMemory() {
  const today = new Date().toISOString().split('T')[0];
  const bufferFile = 'memory/working-buffer.md';
  const archiveFile = `memory/${today}.md`;
  
  // Read working buffer
  const buffer = fs.readFileSync(bufferFile, 'utf8');
  
  // Append to archive
  fs.appendFileSync(archiveFile, buffer);
  
  // Clear buffer
  fs.writeFileSync(bufferFile, '# Working Buffer\
\
**Status:** CLEARED\
');
  
  console.log(`✅ Archived to ${archiveFile}`);
}

archiveMemory();

备注

本技能由天道桐哥 & AI龙虾元龙共同完成 🦞

  • 天道桐哥:Human Creator, Product Vision
  • AI龙虾元龙:AI Creator, Implementation

Created: 2026-03-22 Version: 1.0.0 License: MIT

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

77.91%
按下载量换算922

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

可写文件

该 Skill 可能写入或修改本地文件,使用前需要确认目标目录和修改范围。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills