wenshuangl/agent-mem
/install agent-mem
AgentMem
Multi-Agent Memory + Dispatch System
Core Capabilities
1. Four-Tier Memory (HOT → WARM → COLD → ARCHIVE)
Memories decay naturally over time instead of being treated equally.
2. Cross-Channel Memory Sharing
Same agent shares memory across different channels (webchat/Feishu/Slack/Telegram).
3. Dispatch + Memory Loop
User request → Intent recognition → Agent dispatch → Execution → Auto-log → Optimize next dispatch
4. 17 Memory Modules
Fact extraction, BM25+vector fusion search, contradiction detection, knowledge graph, forgetting mechanism, active recall, memory feedback, self-review.
Quick Start
pip install -e .
# Write a memory
python -m agent_mem.core.hot_cache write --agent main --channel webchat --text "User prefers concise answers" --importance 7
# Cross-channel query
python -m agent_mem.core.hot_cache query --agent main --limit 5
# Dispatch stats
python -m agent_mem.core.dispatch_logger stats
# Run memory engine
python -m agent_mem.core.engine_v2 --mode daily
Requirements
- Python 3.10+
- chromadb (single dependency)
- Zero external API dependencies, fully local
Links
- GitHub: https://github.com/wenshuangl/agent-mem
- License: MIT
- 确保已安装 OpenClaw（本地或 Docker 部署）
- 在对话框中输入安装命令：
/install agent-mem - 安装完成后，直接呼叫该 Skill 的名称或使用
/agent-mem触发 - 根据 Skill 的参数说明提供必要输入，即可获得结构化输出
wenshuangl/agent-mem 是什么？
Multi-Agent Memory + Dispatch System. 4-tier memory (HOT/WARM/COLD/ARCHIVE), cross-channel sharing, dispatch loop with auto-learning. 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件，目前累计下载 91 次。
如何安装 wenshuangl/agent-mem？
在 OpenClaw 或 Claude Code 对话框中运行命令「/install agent-mem」即可一键安装，无需额外配置。
wenshuangl/agent-mem 是免费的吗？
是的，wenshuangl/agent-mem 完全免费，采用 MIT-0 许可证，可自由下载、安装和使用。
wenshuangl/agent-mem 支持哪些平台？
wenshuangl/agent-mem 跨平台运行，可在任意部署了 OpenClaw / Claude Code 的环境中使用（cross-platform）。
谁开发了 wenshuangl/agent-mem？
由 wenshuangl（@wenshuangl）开发并维护，当前版本 v1.0.3。