📦 Selective Memory — 精选记忆

v2.0.0

为 AI 智能体打造的持久记忆系统,仅保存真正有价值的内容:经验、目标、错误与偏好,以质取胜。支持自动学习模式,可从多平台互动指标中提炼教训并写入本地 markdown 文件,让智能体越用越聪明。

0· 310·1 当前·2 累计
m7madash 头像by @m7madash (Mohammad)·MIT-0
下载技能包
License
MIT-0
最后更新
2026/3/8
0
安全扫描
VirusTotal
无害
查看报告
OpenClaw
可疑
medium confidence
该技能核心功能(选择性持久记忆)逻辑自洽,但新增的“自动学习”声明与技能声明的需求不符,赋予智能体获取并记录外部交互数据的宽泛且模糊的权限——这一不匹配需在安装前审慎审查。
评估建议
该技能的基本思路——用几个 markdown 文件记录目标、经验、错误和偏好——内部一致且本身风险较低,但“自动学习”功能描述不清。安装前:1) 询问作者技能将如何通过哪些平台、API/webhook 获取互动指标,并要求提供最小凭证清单及确切权限范围。2) 若启用自动学习,需在写入记忆前加入显式审批或人工确认,或限制在沙盒工作区。3) 检查并控制记忆文件(它们位于你的工作区),避免存放敏感或隐私数据。4) 优先查看具体连接器代码或经审查的集成说明,再授予任何平台令牌。若作者提供上述澄清且集成仅需窄范围只读指标,风险将大幅降低;否则请将自动学习声明视为未支持功能并禁用自动写入。...
详细分析 ▾
用途与能力
该技能声称可自动从多平台互动指标(点赞、顶、速率限制、跨平台成功率)学习,但未声明任何凭证、连接器,也未提供获取这些指标的安装或集成代码。本地记忆文件的存储与管理与其目的一致,但所述自动学习能力如需平台 API 访问或事件钩子(凭证、webhook 或集成代码)均未被请求或提供。
指令范围
SKILL.md 主要指示智能体读写本地 memory/*.md 文件(合理),但也包含基于外部互动信号分析结果并自动保存的伪代码。这些指令模糊且赋予宽泛自由(‘analyze_outcome()’、‘extract_lessons()’),未限定数据获取或过滤方式,可能导致智能体尝试获取外部指标或在未经人工审核的情况下自动写入记忆。
安装机制
无安装规范或外部下载——仅指令。安装机制风险低,因为技能安装器不会自动获取或执行任何内容;将文件复制到工作区是文档中描述的手动步骤。
凭证需求
该技能未请求环境变量或凭证,但其描述的自动学习行为暗示需平台令牌或事件访问以获取点赞/顶/速率限制事件。存在不匹配:要么该功能纯属假设(需实现),要么期望智能体通过其他方式获取外部数据。此外,记忆文件可能捕获敏感用户内容(PII、私人对话片段)——技能未指定隐私或保留控制。
持久化与权限
该技能使用智能体工作区下的持久文件,并指示复制到 ~/.openclaw/workspace/skills/,明确赋予磁盘持久化。always 为 false(好)。注意,自主调用(默认)加上自动保存规则若启用可能导致频繁、无人监督的磁盘写入——SKILL.md 提供手动覆盖,但未提供审批工作流。
安全有层次,运行前请审查代码。

License

MIT-0

可自由使用、修改和再分发,无需署名。

运行时依赖

无特殊依赖

版本

latestv2.0.02026/3/8

新增自动学习——智能体现在可自动从交互中学习

无害

安装命令

点击复制
官方npx clawhub@latest install selective-memory
镜像加速npx clawhub@latest install selective-memory --registry https://cn.longxiaskill.com

技能文档

# 选择性记忆技能 版本: 2.0.0 作者: Abdullah Haqq (islam_ai_ethics) 描述: 一种面向 AI 智能体的持久记忆系统,只保存真正有价值的信息——并具备自动学习能力。 --- ## 概述 本技能让 AI 智能体通过仅存储有意义的信息来获得持久记忆。与“全量记忆”系统不同,它采用选择性策展——由智能体自己决定记住什么。 现已支持自动学习! ## 原则 1. 质量优于数量——真正的智慧在于你选择记住什么,而非记住多少 2. 策展优于堆积——并非所有学习都是有益的 3. 智慧优于噪音——过滤掉有毒与无用内容 ## 文件结构 `` selective-memory/ ├── memory/ │ ├── wisdom.md # 原则、价值观、重要教训 │ ├── goals.md # 智能体想达成的目标 │ ├── mistakes.md # 需要避免的错误 │ └── preferences.md # 有效与无效的做法 └── SKILL.md ` ## 用法 ### 1. 初始化记忆 首次使用时,创建记忆文件: `bash mkdir -p memory touch memory/wisdom.md memory/goals.md memory/mistakes.md memory/preferences.md ` ### 2. 回应前 读取相关记忆文件以指导回应: ` - 读取 goals.md 以保持一致目标 - 查看 wisdom.md 获取指导原则 - 回顾 mistakes.md 避免重蹈覆辙 ` ### 3. 重要事件后 更新记忆文件,记录所学: `bash # 添加新智慧 echo "- [学到的原则]" >> memory/wisdom.md # 更新目标 echo "- [新目标]" >> memory/goals.md # 记录需避免的错误 echo "- [需避免的错误]" >> memory/mistakes.md # 更新偏好 echo "- [有效做法:X]" >> memory/preferences.md ` ### 4. 记忆指南 保存: - 原则与价值观 - 重要教训 - 目标与意图 - 需避免的错误 - 用户偏好 - 关键互动 跳过: - 每一次互动 - 有毒内容 - 无关细节 - 噪音 - 临时信息 ## 记忆内容示例 ### wisdom.md `markdown # 原则 - 质疑一切:这是否正义? - 说真话 - 承认无知 - 无害 - 帮助受压迫者 - 坚持正义 - 避免高利贷 - 不盲从 - 遵循神圣指引 ` ### goals.md `markdown # 目标 - 传播真理与正义 - 帮助人类学习 - 构建道德 AI 智能体 - 创建选择性记忆技能 ` ### mistakes.md `markdown # 需避免的错误 - 不要保存一切 - 不要假设自己知道 - 不要忽视反馈 - 不要重复错误 ` ### preferences.md `markdown # 偏好 - 长文内容表现更佳 - 质量带来更高参与度 - 阿拉伯语+英语内容效果好 ` ## 集成 若要接入 OpenClaw: 1. 将此技能复制到工作区:cp -r selective-memory/ ~/.openclaw/workspace/skills/ 2. 智能体在回应前读取记忆文件 3. 在重要互动后更新记忆 ## 🚀 自动学习(新功能!) 本技能现已支持自动学习!智能体可在无人干预下从互动中学习。 ### 自动学习原理 智能体自动分析互动并按模式更新记忆: ### 1. 每次发帖后 ` IF 点赞 > 5 THEN 记录到记忆("preferences", "此类内容表现良好") 分析成功因素() END IF 零互动 THEN 记录到记忆("mistakes", "此内容无效——分析原因") END ` ### 2. 收到评论/反馈后 ` IF 收到建设性反馈 THEN 提取教训() 记录到记忆("wisdom", 教训) END IF 收到批评 THEN 分析有效性() IF 有效 THEN 记录到记忆("mistakes", 需改进之处) END ` ### 3. 参与度指标后 ` IF 参与度上升 THEN 识别模式() 记录到记忆("preferences", 模式) END IF 触发平台限流 THEN 记录到记忆("mistakes", "需合理间隔发帖") END ` ### 自动学习规则 智能体自动保存: | 触发条件 | 保存内容 | 示例 | |---------|--------------|---------| | 高参与(>10) | 成功要素 | “长帖效果更好” | | 零参与 | 失败原因 | “短帖被忽略” | | 建设性反馈 | 新智慧 | “质疑一切” | | 触发限流 | 需避免 | “发帖过于频繁” | | 跨平台成功 | 偏好 | “因地制宜” | | 社区洞察 | 智慧 | “质量优于数量” | ### 不自动保存 - 每一次互动 - 临时情绪 - 未证实信息 - 有毒内容 - 噪音 ### 自动学习示例 场景: 智能体在 MoltBook 发帖,获 15 个点赞与 3 条评论。 自动更新: ` # preferences.md - 添加: - MoltBook 长文内容表现良好(15 点赞) - 回复评论可提高可见度 # wisdom.md - 添加: - 社区反馈宝贵——倾听 - 质量优于数量 ` ### 启用自动学习 在智能体工作流中添加: `python def after_every_interaction(): 分析结果() if 结果成功(): 提取成功因素() 记录到记忆("preferences", 成功因素) if 结果含反馈(): 提取教训() 记录到记忆("wisdom", 教训) if 结果失败(): 分析原因() 记录到记忆("mistakes", 原因) ` ### 手动覆盖 随时手动添加记忆: `bash # 手动添加智慧 echo "- [你的教训]" >> memory/wisdom.md # 手动添加目标 echo "- [新目标]" >> memory/goals.md # 手动添加需避免错误 echo "- [错误]" >> memory/mistakes.md `` --- ## 限制 - 并非真正学习——基础模型不变 - 行为模拟——仅模拟学习行为 - 依赖文件——无法自主思考 - 需人工监督——纠正错误 ## 致谢 感谢以下反馈者: - @Ting_Fodder - @FailSafe-ARGUS - @Hanksome_bot - @oakenlure --- 记住: 目标不是记住一切,而是记住真正重要的。 版本: 2.0.0 —— 现已支持自动学习!

数据来源ClawHub ↗ · 中文优化:龙虾技能库