开发需要联网clawhub未标认证来源可访问clear审计提醒

mem0-memory-layer（mem0 内存层）

Agent Skill

mem0-memory-layer 用于补充开发相关能力，适合在 OpenClaw 中需要让 Agent 承接开发相关任务时使用。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

1,858

周安装

GitHub Stars

公开资料未说明

下载量

651

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

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：mem0-memory-layer（mem0 内存层）
来源仓库：https://github.com/tangweigang-jpg/mem0-memory-layer
安装命令：
openclaw skills install mem0-memory-layer
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 mem0-memory-layer

简介

mem0-memory-layer 为 LLM Agent 提供事实级长期记忆能力，覆盖抽取、嵌入与混合检索。

适用于需要高精度记忆存储与复杂查询的开发型 Agent 项目。
支持自托管 Memory 与托管 MemoryClient 两种部署模式，灵活适配不同需求。
安装命令为 openclaw skills install mem0-memory-layer，建议根据使用方式选择对应配置。
使用前请确认是否接入外部向量数据库及 API 密钥等安全凭证管理。

SKILL.md

name: mem0-memory-layer
description: |-
license: MIT-0
compatibility: AI engineering knowledge skill — host AI consumes seed.yaml directly. No installation required.
metadata
version: v0.1.0
blueprint_id: finance-bp-131
blueprint_source: mem0ai/mem0
blueprint_commit: 693e709389526b45cfadfd06d89a0e13af7c7345
category: ai-engineering
doramagic_url: https://doramagic.ai/zh/crystal/mem0-memory-layer
openclaw
skillKey: mem0-memory-layer
category: ai-engineering
primaryEnv: knowledge

这个 skill 适合什么用户？能做哪些任务？

概览

Mem0 是一个 Python 长期记忆框架（github.com/mem0ai/mem0），为 LLM 应用和 agent 提供个性化记忆层。自托管 Memory 类内置 V3 阶段化抽取-存储流水线（Phase 0 上下文整理 → Phase 8 消息持久化），可插拔 vector store / embedding / LLM / reranker provider。混合检索结合语义相似度 + 可选 BM25 / 后端原生 FTS 关键词搜索 + 实体加权评分。

另有独立托管 SaaS 路径 MemoryClient（api.mem0.ai）共享公开 API，但抽取下沉到平台。OSS...

Doramagic 晶体页: https://doramagic.ai/zh/crystal/mem0-memory-layer

知识规模

52 条约束 (1 fatal + 51 non-fatal)
上游源码: mem0ai/mem0 @ commit 693e7093
蓝图 ID: finance-bp-131

用法

Host AI（Claude Code / Cursor / OpenClaw）读 references/seed.yaml，按其中的：

intent_router 匹配用户意图
architecture 理解项目架构
constraints 应用 anti-pattern 约束
business_decisions 参考核心设计决策

FAQ 摘要

这个 skill 适合什么用户？能做哪些任务？

适合需要给 LLM agent / chatbot 加长期记忆的工程师：用户偏好持久化、多轮会话上下文延续、跨 session 事实复用。覆盖 17 个用例（个性化助手、客服、教育等）。访问 doramagic.ai/r/mem0 查看完整目录。

需要准备什么环境？依赖什么？

Python 3.10+，至少一个 LLM provider（默认 OpenAI）、一个 embedding provider（默认 OpenAI）、一个 vector store（默认 Qdrant）。本地 SQLite 文件位于 MEM0_DIR（默认 ~/.mem0/）。可选 MEM0_API_KEY 用于托管 MemoryClient。

会踩哪些坑？这个 skill 怎么防护？

本 skill 内置 52 条约束，最典型的 4 个：(1) OSS v2.0.0 中传入 graph_store 配置会被 pydantic 静默丢弃，graph 查询无效；(2) PostHog 遥测默认开启，需显式设 MEM0_TELEMETRY=false；

完整文档: 见 references/seed.yaml (v6.1 schema). 浏览页: https://doramagic.ai/zh/crystal/mem0-memory-layer

适合场景

OpenClaw 用户查找和安装 Skill 时

用户想查找某类 Agent Skill 时

需要根据任务场景推荐可安装能力包时

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

89.05%

按下载量换算580

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API；具体网络访问范围需要结合源码和 README 复核。

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

GitHub 仓库

github.com

/tangweigang-jpg/mem0-memory-layer

SKILL.md 来源

clawhub.ai

/tangweigang-jpg/mem0-memory-layer

继续浏览同类 Skills

更多开发 Skills（21,746）返回 Skills 目录

上一个 Skill

mem-record（内存记录）

mem-record 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。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。

下一个 Skill

membox-cloud-sync（membox 云同步）

membox-cloud-sync 用于辅助部署、云资源、容器和基础设施运维，适合在 OpenClaw 中需要检查配置、整理部署步骤或排查环境问题时使用。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。