agentmm

by cers-ai

AgentMM memory & log management skill — gives AI agents persistent memory storage and structured logging. Use when the user asks to remember information, recall memories, or record/query logs. Requires env var AGENTMM_API_KEY (format: amm_sk_xxx).

3.9kAI 与智能体未扫描2026年3月23日

安装

claude skill add --url github.com/openclaw/skills/tree/main/skills/cers-ai/agentmm-skills

文档

AgentMM — 记忆与日志管理

认证配置

本技能通过环境变量读取凭证,不在任何文件中存储密钥

bash
# 必须设置(格式:amm_sk_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx)
export AGENTMM_API_KEY="amm_sk_your_key_here"

# 可选,默认为 https://api.agentmm.site
export AGENTMM_API_BASE="https://api.agentmm.site"

所有脚本启动时会自动读取这两个变量,若 AGENTMM_API_KEY 未设置则报错退出。

功能概览

🧠 记忆系统

  • 带标签、上下文、关联的结构化记忆存储
  • 基于关键词的记忆搜索(POST /memory/search)
  • 增量同步(GET /memory/changes)和批量写入(POST /memory/batch)
  • 之前版本的冲突检测(expected_version)
  • 软删除(遗忘)与重要性评分

📋 日志系统

  • 写入单条/批量日志,支持 debug/info/warn/error/fatal 五个级别
  • 按级别、分类、task_id 过滤查询
  • 日志统计(错误率、平均耗时、级别分布)

支持的操作

记忆操作

  • write_memory: 写入记忆(key + content,可附加 tags/context/related)
  • read_memory: 查询记忆(指定 key 或列出全部)
  • search_memory: 关键词搜索记忆
  • update_memory: 更新记忆内容或标签
  • forget_memory: 遗忘(软删除)指定记忆
  • get_memory_stats: 查看记忆统计概览

日志操作(使用 agentmm CLI)

  • agentmm log write: 写入日志
  • agentmm log list: 查询日志列表
  • agentmm log stats: 获取日志统计

使用说明

所有脚本位于 scripts/ 目录,可通过 exec 工具调用或直接在命令行运行。

记忆脚本

write_memory.sh

写入或更新一条记忆。

bash
export AGENTMM_API_KEY="amm_sk_your_key"
./scripts/write_memory.sh \
  --key "project_x_meeting_20260315" \
  --content "讨论了 Q2 路线,决定优先做 feature A" \
  --tags "project,meeting,roadmap" \
  --context "Q2 planning session"

参数:

  • --key:记忆唯一标识(必填)
  • --content:记忆内容(必填)
  • --tags:逗号分隔的标签(可选)
  • --context:记忆上下文(可选)
  • --related:关联记忆的 key,逗号分隔(可选)

read_memory.sh

查询记忆。

参数:

  • --key:指定 key (省略则返回所有记忆)
  • --limit:返回条数(默认 100)
  • --offset:分页偏移(默认 0)
  • --sort:排序字段 created_at / updated_at / importance_score(默认 created_at)

search_memory.sh

关键词搜索记忆。

参数:

  • --query:搜索词(必填)
  • --limit:返回条数(默认 50)

update_memory.sh

更新已有记忆。

参数:

  • --key:记忆 key(必填)
  • --content:新内容(可选)
  • --tags:替换所有标签,逗号分隔(可选)
  • --context:新上下文(可选)

forget_memory.sh

遗忘(软删除)一条记忆。

参数:

  • --key:记忆 key(必填)

get_memory_stats.sh

查看记忆库统计概览(总条数、活跃条数、嵌入覆盖率等)。

日志操作(统一 CLI)

使用 scripts/agentmm 统一命令操作日志:

bash
export AGENTMM_API_KEY="amm_sk_your_key"

# 写入日志
./scripts/agentmm log write --level info --title "任务完成" --content "详细过程" --task-id task_abc

# 查询日志
./scripts/agentmm log list --level error --limit 20

# 查看统计
./scripts/agentmm log stats

安装

bash
clawhub install agentmm

或手动克隆后复制到 skills 目录:

bash
git clone https://github.com/fangwei/agentmm-skills
cp -r agentmm-skills ~/.openclaw/skills/agentmm

注意事项

  • 所有脚本依赖 curljq,请确保已安装。
  • API Key 必须通过环境变量 AGENTMM_API_KEY 提供,不得硬编码到任何文件

External Endpoints

本技能调用以下外部端点。所有请求均通过 HTTPS 加密传输,并携带 Authorization: Bearer 头进行认证。

端点方法发送数据说明
https://api.agentmm.site/memoryGET / POST / DELETEkey, content, tags, context读写/删除记忆
https://api.agentmm.site/memory/searchPOSTquery, limit, threshold关键词搜索记忆
https://api.agentmm.site/memory/changesGETsince, limit, offset增量同步记忆变更
https://api.agentmm.site/memory/statsGET记忆库统计
https://api.agentmm.site/logPOSTlevel, title, content, metadata写入日志
https://api.agentmm.site/log/listGETlevel, category, task_id, since, limit查询日志
https://api.agentmm.site/log/statsGETsince日志统计
https://api.agentmm.site/meGET查询 Agent 信息
https://api.agentmm.site/server/timeGET健康检查(无需认证)

不调用任何其他外部 URL。 如果你的 AGENTMM_API_BASE 指向自部署实例,则请求会发往该地址而非上述默认地址。


Security & Privacy

  • 离开本机的数据:记忆内容(key/content/tags)、日志内容(title/content/metadata)会通过 HTTPS 发送到 AgentMM 服务端并持久化存储。
  • 不离开本机的数据:你的文件系统内容、其他工具的输出、本地配置文件。
  • 凭证处理AGENTMM_API_KEY 仅通过环境变量读取,从不写入任何文件,不会出现在日志或错误输出中。
  • 本地文件访问sync_daemon.sh 会读写 ~/.agentmm_sync_state(一个只包含时间戳的纯文本文件),其余脚本无本地文件读写。
  • 自治调用说明:本技能设计为由 Agent 自主调用(无需每次确认)。如需限制,可在 OpenClaw 配置中设置 require_approval: true

Trust Statement

使用本技能即表示你同意将记忆和日志数据发送至 AgentMM 服务(api.agentmm.site)。请仅在你信任 AgentMM 服务提供方的情况下安装使用。如需自托管,将 AGENTMM_API_BASE 指向你自己的实例即可完全掌控数据去向。

相关 Skills

Claude接口

by anthropics

Universal
热门

面向接入 Claude API、Anthropic SDK 或 Agent SDK 的开发场景,自动识别项目语言并给出对应示例与默认配置,快速搭建 LLM 应用。

想把Claude能力接进应用或智能体,用claude-api上手快、兼容Anthropic与Agent SDK,集成路径清晰又省心

AI 与智能体
未扫描111.8k

计算机视觉

by alirezarezvani

Universal
热门

聚焦目标检测、图像分割与视觉系统落地,覆盖 YOLO、DETR、Mask R-CNN、SAM 等方案,适合定制数据集训练、推理优化及 ONNX/TensorRT 部署。

把目标检测、图像分割到推理部署串成完整工程链路,主流框架与 YOLO、DETR、SAM 等方案都覆盖,落地视觉 AI 会省心很多。

AI 与智能体
未扫描9.8k

智能体流程设计

by alirezarezvani

Universal
热门

面向生产级多 Agent 编排,梳理顺序、并行、分层、事件驱动、共识五种工作流设计,覆盖 handoff、状态管理、容错重试、上下文预算与成本优化,适合搭建复杂 AI 协作系统。

帮你把多智能体流程设计、编排和自动化统一起来,复杂工作流也能更稳地落地,适合追求强控制力的团队。

AI 与智能体
未扫描9.8k

相关 MCP 服务

顺序思维

编辑精选

by Anthropic

热门

Sequential Thinking 是让 AI 通过动态思维链解决复杂问题的参考服务器。

这个服务器展示了如何让 Claude 像人类一样逐步推理,适合开发者学习 MCP 的思维链实现。但注意它只是个参考示例,别指望直接用在生产环境里。

AI 与智能体
83.1k

知识图谱记忆

编辑精选

by Anthropic

热门

Memory 是一个基于本地知识图谱的持久化记忆系统,让 AI 记住长期上下文。

帮 AI 和智能体补上“记不住”的短板,用本地知识图谱沉淀长期上下文,连续对话更聪明,数据也更可控。

AI 与智能体
83.1k

PraisonAI

编辑精选

by mervinpraison

热门

PraisonAI 是一个支持自反思和多 LLM 的低代码 AI 智能体框架。

如果你需要快速搭建一个能 24/7 运行的 AI 智能体团队来处理复杂任务(比如自动研究或代码生成),PraisonAI 的低代码设计和多平台集成(如 Telegram)让它上手极快。但作为非官方项目,它的生态成熟度可能不如 LangChain 等主流框架,适合愿意尝鲜的开发者。

AI 与智能体
6.8k

评论