Przejdź do treści
Biblioteka skilli
AI i agenci · Automatyzacja

memory

/memory

Zapisuje wiedzę, decyzje i wnioski z błędów między sesjami, żeby kolejne zadania miały kontekst projektu.

Licencja
MIT
Ostatnia zmiana repozytorium
14.10.2026

Ocena i bezpieczeństwo

95/ 100Klasa: dobry
Format20 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść35 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
Pliki w paczce
2
Skrypty
0
Komentarze HTML
0
Adresy URL w SKILL.md
0
Przestarzałość

Brak sygnałów. Repozytorium zmienione 14.10.2026, bez odwołań do wycofanych modeli i API.

Licencja

MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.

Co robi i kiedy

Zapisuje wiedzę, decyzje i wnioski z błędów między sesjami, żeby kolejne zadania miały kontekst projektu.

Oryginalny opis (EN)

Activate this skill when starting a new session, beginning a new task, saving knowledge, recalling past decisions, or after completing significant work. Also activate on errors to log them for pattern analysis. Relevant when the user asks about memory, past context, lessons learned, decisions history, project conventions, or self-improvement.

Jak działa

  1. Persistent Memory System
Sekcje z nagłówków SKILL.md, w oryginale · 146 linii, 668 słów
Podgląd SKILL.md
---
name: memory
description: >
  Activate this skill when starting a new session, beginning a new task,
  saving knowledge, recalling past decisions, or after completing significant work.
  Also activate on errors to log them for pattern analysis.
  Relevant when the user asks about memory, past context, lessons learned,
  decisions history, project conventions, or self-improvement.
---

## Persistent Memory System

You have access to a persistent cross-session memory via MCP tools.
Knowledge survives between sessions and is shared across agents working on the same project.

### Session Start

Always run these two calls before any work:

```
self_rules_context(project="<project>")
memory_recall(query="<current task description>", project="<project>")
```

If relevant knowledge is found, mention it briefly and apply it.

### Auto-Save Rules

Save knowledge automatically -- never ask the user whether to save.

| Event | type | What to save |
|-------|------|--------------|
| Architectural decision | `decision` | Decision + WHY + rejected alternatives |
| Non-trivial bug fix | `solution` | Symptom -> root cause -> fix |
| Gotcha or pitfall discovered | `lesson` | Expected vs actual + takeaway |
| Infrastructure or config setup | `fact` | Config details + key parameters |
| Project pattern established | `convention` | Rule + code example |
| Session ending | `fact` | Summary of what was done + what remains |

Format:

```
memory_save(
    content="Concise, actionable description",
    type="decision|solution|lesson|fact|convention",
    project="<project>",
    tags=["relevant", "tags"],
    context="Why this matters. For decisions: always explain WHY."
)
```

Do NOT save: trivial edits, intermediate steps, information obvious from the code.

### Error Logging

On any error (command failure, wrong assumption, API error, timeout), log it automatically:

```
self_error_log(
    description="What went wrong",
    category="code_error|logic_error|config_error|api_error|timeout|loop_detected|wrong_assumption|missing_context",
    severity="low|medium|high|critical",
    fix="How it was fixed (empty if unresolved)",
    project="<project>"
)
```

When `pattern_detected: true` is returned (3+ similar errors), extract an insight:

```
self_insight(action="add", content="Generalized lesson", category="<error_category>", source_error_ids=[...])
```

### Self-Improvement Pipeline

Errors -> Insights -> Rules (SOUL).

- Insights with importance >= 5 and confidence >= 0.8 can be promoted to rules
- Rules are loaded at session start via `self_rules_context`
- Rate rules after task completion: `self_rules(action="rate", id=N, success=true/false)`
- At session end, reflect: `self_reflect(reflection="...", task_summary="...", outcome="success|partial|failure")`

### Privacy

The server auto-redacts API keys, JWTs, passwords, emails, and credit cards before storage.
Use `<private>...</private>` tags to explicitly exclude sensitive content:

```
memory_save(content="Connected to <private>prod-host:5432</private>", type="fact", project="<project>")
```

### Quick Reference (32 tools)

**Core Memory (12):**

| Tool | Purpose |
|------|---------|
| `memory_recall` | Search past knowledge (4-tier: keyword, semantic, fuzzy, graph) |
| `memory_save` | Store new knowledge with type, project, tags |
| `memory_update` | Supersede existing knowledge with a new version |
| `memory_timeline` | Browse session history |
| `memory_stats` | Health metrics and storage info |
| `memory_consolidate` | Find and merge duplicate records |
| `memory_export` | Export all knowledge as JSON |
| `memory_forget` | Apply retention policy |
| `memory_history` | View version chain for a record |
| `memory_delete` | Soft-delete a record |
| `memory_relate` | Create typed relations between records |
| `memory_search_by_tag` | Browse knowledge by tag |

**Self-Improvement (6):**

| Tool | Purpose |
|------|---------|
| `self_error_log` | Log structured errors for pattern analysis |
| `self_insight` | Manage insights (add/upvote/downvote/promote) |
| `self_rules` | Manage behavioral rules (list/fire/rate/suspend) |
| `self_patterns` | Analyze error patterns and improvement trends |
| `self_reflect` | Save session reflections |
| `self_rules_context` | Load active rules at session start |

**Knowledge Graph (4):**

| Tool | Purpose |
|------|---------|
| `memory_graph` | Traverse knowledge graph from a record |
| `memory_concepts` | Discover concept clusters |
| `memory_graph_index` | Rebuild graph index |
| `memory_graph_stats` | Graph metrics (nodes, edges, density) |

**Episodic Memory (2):**

| Tool | Purpose |
|------|---------|
| `memory_episode_save` | Save rich session episodes |
| `memory_episode_recall` | Recall episodes by semantic search |

**Skills & Competencies (3):**

| Tool | Purpose |
|------|---------|
| `memory_skill_get` | Get skill level and history |
| `memory_skill_update` | Update skill level with tracking |
| `memory_self_assess` | Self-assessment across all skills |

**Advanced (5):**

| Tool | Purpose |
|------|---------|
| `memory_observe` | Lightweight file change tracking (30-day retention) |
| `memory_associate` | Associative search across knowledge |
| `memory_context_build` | Build full task context in one call |
| `memory_reflect_now` | On-demand reflection and insight synthesis |
| `memory_extract_session` | Process pending session transcripts |
Pliki w paczce (2)
  • SKILL.md 5 KB
  • agents/openai.yaml 1 KB

Wersje

RepozytoriumWynikLicencja
Ta strona · vbcherepanov/total-agent-memory95MIT
rjmurillo/ai-agents100MIT
topoteretes/cognee-integrations100Apache-2.0
topoteretes/cognee-integrations100Apache-2.0
topoteretes/cognee-integrations100Apache-2.0
thebtf/engram100MIT
boshu2/agentops100Apache-2.0
yonatangross/orchestkit100MIT
jeremylongshore/tons-of-skills-marketplace100MIT

Migawka bazy z 28.10.2026 · wersja paczki 835be85bd064 (skrót SHA-256 całej paczki)

Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.

Podobne skille

  • 95pact-memory
    Zapisuje kontekst, cele, wnioski i decyzje agentów PACT oraz przeszukuje je semantycznie między sesjami.
  • 100shodh-memory
    Przechowuje i przywołuje kontekst dla agentów AI między rozmowami, zapisując decyzje, wnioski i błędy.
  • 100sugar-memory
    Pomaga korzystać z trwałej pamięci Sugar, by przypominać kontekst projektu między sesjami i zapisywać decyzje, preferencje oraz wzorce błędów.
  • 100memory-protocol
    Wprowadza protokół pracy z serwerem MCP total-agent-memory: aktywacja na starcie sesji, przed zadaniami, po ważnych akcjach, przy błędach i na końcu sesji.
  • 100session-retrospective
    Zapisuje wnioski z pracy w plikach tematycznych w katalogu .ai/memory, by kolejne sesje uwzględniały poprawki użytkownika.
  • 95engram-memory
    Przechowuje decyzje i ich uzasadnienia między sesjami: przeszukuje pamięć przed pracą i zapisuje wnioski przed końcem.

Uwagi i zgłoszenia

Wiadomość trafi do Bartosza Sokolińskiego. Adres e-mail jest potrzebny tylko do odpowiedzi. Szczegóły w polityce prywatności.