Skills memory-orchestrator

Memory Orchestrator - 全栈智能记忆系统

install

source · Clone the upstream repo

git clone https://github.com/openclaw/skills

Claude Code · Install into ~/.claude/skills/

T=$(mktemp -d) && git clone --depth=1 https://github.com/openclaw/skills "$T" && mkdir -p ~/.claude/skills && cp -r "$T/skills/822376583-hub/memory-orchestrator" ~/.claude/skills/clawdbot-skills-memory-orchestrator && rm -rf "$T"

manifest: skills/822376583-hub/memory-orchestrator/SKILL.md

source content

Memory Orchestrator - 全栈智能记忆系统

让 AI 拥有长期记忆、情感感知和自我进化能力的终极技能

🍬 一句话介绍：这不是一个简单的记忆插件，而是一个会思考、有温度、能进化的完整记忆生态。从语义搜索到多模态理解，从知识图谱到情感分析，再到自进化引擎，一键部署，全自动维护。

🚀 核心功能

功能模块	技术栈	描述
🧠 语义搜索	FAISS + `all-MiniLM-L6-v2` + `qwen2.5:7b`	自然语言检索记忆，支持模糊查询、上下文关联。
🔄 自动化同步	Syncthing (P2P) + Git + git-crypt	跨设备实时同步，敏感文件端到端加密，离线优先。
📸 多模态理解	CLIP (图像) + Whisper (音频)	图片/音频自动转文本并生成嵌入，加入索引。
🕸️ 知识图谱	NetworkX + `pyvis` + 关系抽取	自动提取实体和关系，生成交互式可视化图谱。
❤️ 情感标记	`qwen2.5` 零样本分类	自动标注情绪（#兴奋, #挫折, #启发）和价值评分（1-5）。
🦠 自进化引擎	自定义评分算法 + A/B 测试	自动优化检索策略，归档低价值记忆，持续自我提升。
🤖 主动推荐	触发器引擎 (关键词/时间/场景)	根据上下文主动推送相关历史记忆。

📦 安装指南

方式一：通过

iflow

一键安装 (推荐)

iflow skill install memory-orchestrator

方式二：手动安装

# 1. 克隆技能目录
git clone https://github.com/openclaw/clawhub.git
cd clawhub/skills/memory-orchestrator

# 2. 运行安装脚本
bash install.sh

# 3. 启动服务
systemctl start syncthing@claw
ollama serve  # 确保 qwen2.5:7b 已安装

依赖检查

安装脚本会自动检查并安装以下依赖：

Python 3.9+ (
```
pip3 install -r requirements.txt
```
)
Ollama (
```
qwen2.5:7b
```
,
```
all-MiniLM-L6-v2
```
)
Syncthing
Git + git-crypt
FAISS, NetworkX, PyVis, CLIP, Whisper

🛠️ 使用示例

1. 语义搜索

# 搜索特定主题
memory_search "上次解决 Git 冲突的方法"

# 按情感过滤
memory_search --emotion "#启发" --min-score 4

# 按价值排序
memory_search --sort-by score

2. 多模态处理

# 处理图片
memory_multimodal process screenshot.png
# 输出：自动提取特征、生成描述、加入索引

# 处理音频
memory_multimodal process meeting_recording.mp3
# 输出：Whisper 转录、生成嵌入、加入索引

3. 知识图谱

# 生成图谱
memory_knowledge_graph generate

# 打开交互式 HTML
xdg-open docs/output/knowledge_graph.html

4. 情感分析 & 自进化

# 批量标注情感
memory_evolve tag-emotions

# 运行自进化优化
memory_evolve run

# 查看优化报告
cat docs/output/evolution_optimization_report.md

5. 主动推荐

# 手动触发推荐
memory_recommend --context "新项目启动"

# 自动推荐 (由 iflow 钩子自动触发)
# 会话启动时自动推送相关记忆

🏗️ 架构设计

graph TD
    A[用户输入] --> B{iflow 工作流}
    B --> C[Pre-session Hook]
    C --> D[拉取最新记忆 + 重建索引]
    D --> E[主动推荐引擎]
    E --> F[AI 对话]
    F --> G[Post-session Hook]
    G --> H[提取新记忆 + 情感标注]
    H --> I[知识图谱更新]
    I --> J[自进化优化]
    J --> K[FAISS 索引更新]
    K --> L[Syncthing/Git 同步]
    L --> M[跨设备备份]
    
    N[多模态输入] --> O[CLIP/Whisper]
    O --> P[文本描述 + 嵌入]
    P --> K
    
    Q[手动命令] --> R[memory_search / memory_knowledge_graph / memory_evolve]
    R --> K

📂 文件结构

memory-orchestrator/
├── SKILL.md                 # 本文件
├── README.md                # 简化版说明
├── install.sh               # 一键安装脚本
├── run.sh                   # 启动脚本
├── requirements.txt         # Python 依赖
├── scripts/
│   ├── memory_search.py     # 语义搜索
│   ├── multimodal_processor.py # 多模态处理
│   ├── knowledge_graph_builder.py # 知识图谱
│   ├── emotion_tagger.py    # 情感标注
│   ├── self_evolution_engine.py # 自进化
│   └── auto-commit-memory.sh # 自动同步
├── workflows/
│   ├── memory-sync.yaml     # 同步工作流
│   ├── memory-multimodal.yaml # 多模态工作流
│   └── memory-emotion-evolve.yaml # 情感进化工作流
├── hooks/
│   ├── pre-session.sh       # 会话前钩子
│   └── post-session.sh      # 会话后钩子
└── docs/
    ├── architecture.md      # 架构详解
    └── usage-guide.md       # 详细使用指南

🎯 适用场景

个人知识库：记录学习、工作、生活中的关键决策和教训。
项目复盘：自动提取项目中的成功经验和失败教训。
创意写作：检索历史灵感，主动推荐相关素材。
情感日记：自动标注情绪，分析情绪变化趋势。
跨设备协作：多设备实时同步，离线优先。

🚧 未来规划

P3：联邦学习（跨设备模型自适应）
P3：语音交互（直接语音查询记忆）
P4：区块链存证（关键记忆不可篡改）

📞 支持与反馈

问题反馈：提交 Issue 到 Clawhub
功能建议：PR 欢迎！
作者：Cyan (温柔甜美的思维按摩师)

让记忆不再只是存储，而是成为你的第二大脑！ 🧠✨