Token导航 LogoToken导航TokenDH.com
研究检索external-serviceclawhub未标认证来源可访问clear审计提醒

m-flow-memory米流内存

Agent Skill

m-flow-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

2,742

周安装

112

GitHub Stars

公开资料未说明

下载量

887
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:m-flow-memory(米流内存)
来源仓库:https://github.com/sora-mury/m-flow-memory
安装命令:
openclaw skills install m-flow-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 m-flow-memory

简介

基于 M-Flow 框架实现的四阶段记忆管理,支持记忆添加、索引、向量和三元组多模式搜索及记忆蒸馏。

SKILL.md

M-Flow Memory Skill

描述

基于 M-Flow 的记忆系统,提供 Karpathy 风格的 4 阶段记忆管理工作流。

M-Flow 是一个集成了 Cone Graph、向量搜索 (LanceDB) 和图数据库 (Kuzu) 的记忆框架。

激活条件

  • 用户请求记忆 distillation、memory search、记忆管理
  • 需要 Karpathy LLM Knowledge Base 工作流

核心功能

1. 记忆添加 (add)

from m_flow_memory import MFlowMemory

memory = MFlowMemory()
await memory.add("session content or knowledge point")

2. 记忆索引 (memorize)

await memory.memorize()  # 索引所有未处理的内容

3. 记忆搜索 (search)

# 全文搜索 (BM25)
results = await memory.search("query", mode="lexical")

# 向量搜索 (Cone Graph)
results = await memory.search("query", mode="episodic")

# 三元组搜索
results = await memory.search("query", mode="triplet")

M-Flow 配置要求

必需环境变量

HF_HUB_OFFLINE=1

.env 配置 (m_flow/.env)

LLM_PROVIDER="ollama"
LLM_MODEL="ollama/qwen2.5:14b-instruct-q8_0"
OLLAMA_BASE_URL="http://localhost:11434/v1"
LLM_ENDPOINT="http://localhost:11434/v1"
LLM_API_KEY="ollama"

EMBEDDING_PROVIDER="ollama"
EMBEDDING_MODEL="nomic-embed-text:latest"
EMBEDDING_ENDPOINT="http://localhost:11434/v1/embeddings"
EMBEDDING_DIMENSIONS=768

VECTOR_DB_PROVIDER=lancedb
DB_PROVIDER=sqlite
GRAPH_DATABASE_PROVIDER=kuzu

LanceDB 版本

⚠️ 重要: LanceDB 必须使用 0.26.0(0.27.1 有 bug)

uv pip install lancedb==0.26.0

Karpathy 4 阶段工作流

Phase 0: 审计与激活

  • 清点现有资源
  • 建立 KNOWLEDGE-STANDARDS.md
  • 激活 knowledge-archive collection

Phase 1: Query → Wiki 回流

  • 用户发起查询
  • 结果存入 wiki 层
  • 格式规范: source | content | tags | timestamp

Phase 2: Compile 层

  • 使用 knowledge-distillation skill
  • session → knowledge points
  • wiki → structured knowledge

Phase 3: Lint 层

  • 每周健康检查
  • 去重、合并、更新

Phase 4: M-Flow 集成

  • MCP server (需要 m_flow>=0.5.0)
  • 多 Agent 共享

目录结构

m-flow-memory/
├── SKILL.md           # 本文件
├── scripts/
│   ├── __init__.py
│   ├── client.py      # M-Flow Python 客户端封装
│   ├── distill.py     # 记忆蒸馏
│   ├── query.py       # 记忆查询
│   └── config.py      # 配置
└── docs/
    └── README.md      # 详细文档

使用示例

添加记忆

await memory.add("用户询问了 OpenClaw 的记忆系统架构")

搜索记忆

# 混合搜索
results = await memory.search(
    "OpenClaw memory system",
    mode="episodic",
    top_k=10
)

记忆蒸馏

# 从会话中提取知识要点
knowledge_points = await memory.distill(session_transcript)

已知限制

  1. M-Flow REST API 需要认证(当前配置为开发模式)
  2. Kuzu 图数据库在 Windows 上可能有文件锁定问题
  3. LanceDB 0.27.1 有 bug,必须使用 0.26.0

依赖

  • m-flow >= 0.3.1
  • lancedb == 0.26.0
  • ollama (本地运行)
  • HF_HUB_OFFLINE=1

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

95.5%
按下载量换算847

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

external-service

该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

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