← 返回 Skills 市场
luckyboybs

TagMemory

作者 luckyboybs · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ⚠ suspicious
94
总下载
0
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install tag-memory
功能描述
标签化长期记忆系统。当用户说"记住..."时存储记忆,当用户问"我之前..."时查询记忆,定期生成总结并询问确认,主动核对记忆正确性。支持标签(#偏好、#决定、#项目等)、BM25搜索、时间范围查询、人类审核机制。
安全使用建议
主要注意点: 1) 代码会在本地创建并写入 ~/.openclaw/workspace/skills/tag-memory/data/memory.db(SQLite),请确认你允许在该路径存储敏感记忆。 2) 虽然元数据声称不需要任何环境变量,config.json 指向了一个 LLM 提供者(minimax)。在安装前确认 summarizer/verifier 模块是否会调用网络 LLM,若会,询问需要哪些 API 凭证以及如何安全配置(凭证不应放在公开位置)。 3) 元数据不一致:openclaw.plugin.json 的 entry 指向不存在的 src/skill.js,且列出的 hooks 文件也缺失;同时代码实际需要 python3 和 node 来运行,但元数据未声明这些依赖。请向作者确认正确的入口文件、缺失的 hook 文件、以及明确的运行时依赖(python3、node、可能的 LLM SDK)和网络行为。 4) 如果你 want to proceed: run the code in an isolated environment (container or VM), inspect summarizer.py and verifier.py for external network calls, and back up / review the DB path before use. If you cannot verify the LLM calls and required credentials, treat the skill as untrusted for sensitive data.
功能分析
Type: OpenClaw Skill Name: tag-memory Version: 1.0.0 The TagMemory skill is a legitimate local memory management system for OpenClaw agents, implementing storage, BM25 search, and human-in-the-loop verification using a local SQLite FTS5 database. The code logic in src/skill.py, src/database.py, and src/summarizer.py aligns perfectly with the stated purpose of providing a privacy-focused memory system. While tag-memory.sh contains a hardcoded path (/home/twrp/) and openclaw.plugin.json references missing hook files, these appear to be unintentional configuration errors or incomplete packaging rather than indicators of malice.
能力评估
Purpose & Capability
功能描述(本地标签化记忆、BM25 搜索、人类审核、定期总结)与代码实现(Python SQLite 数据库、BM25、去重、核对与汇总模块)总体一致. 但 openclaw.plugin.json 声明的 entry='src/skill.js' 与仓库中实际的 Node 入口 (src/index.js) 不一致;plugin 还列出两个 hook 文件 (src/hooks/...),这些 hook 文件在清单中缺失。
Instruction Scope
SKILL.md 指示通过运行本地 Python CLI 存取 ~/.openclaw/workspace/skills/tag-memory 下的数据,行为局限于本地文件/SQLite 数据库(符合‘本地存储’的声明)。指令/示例命令假定存在 python3、以及特定路径,然而这些二进制依赖并未在元数据中声明。未发现指令会把数据发送到外部网络,但 config.json 指定了 llm.provider='minimax'——若 summarizer/verifier 调用远端 LLM,则会产生外部网络调用,需要确认这些模块如何被配置与认证。
Install Mechanism
无安装规范(instruction-only),这降低了供应链风险,但仓库包含可执行代码(Node + Python)。没有 install spec 意味着文件会按原样被读取并在运行时通过 spawn/CLI 调用。重要隐患:技能在运行时需要 python3 和 node,但元数据未声明任何必需二进制(不一致)。
Credentials
技能声明不需要任何环境变量或凭证,但 config.json 指定了 llm.provider='minimax' 和 model='MiniMax-M2.5'。如果 summarizer/verifier 模块调用远端 LLM,会需要 API 凭证(未声明),这与 'Required env vars: none' 不一致。另一个不一致点:openclaw.plugin.json 声明 runtime=node/entry=src/skill.js(不存在),表明元数据没有同步到实际实现。总体上请求的环境权限(无)与代码可能需要的外部访问(LLM)不匹配。
Persistence & Privilege
技能没有设置 always:true,也未请求修改其它技能或全局配置。它在本地创建/使用 SQLite 数据库(默认路径在用户家目录下)。该持久性(在用户目录写入 DB)是技能功能所必需且可预期,但值得注意:它会在用户主目录下存储记忆数据,用户应了解该文件的位置与备份/加密要求。
如何使用
  1. 确保已安装 OpenClaw(本地或 Docker 部署)
  2. 在对话框中输入安装命令:/install tag-memory
  3. 安装完成后,直接呼叫该 Skill 的名称或使用 /tag-memory 触发
  4. 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
版本历史
v1.0.0
TagMemory 1.0.0 初始发布 - 标签化长期记忆系统。 - 支持用语义标签(如 #偏好、#决定等)存储和检索用户重要信息 - 内建 BM25 搜索、时间范围查询,便捷查找历史记忆 - 引入人类审核机制,用户可确认、修正或删除记忆内容 - 定期生成阶段性总结并请求用户确认,防止记忆偏差 - 所有数据本地存储,保护隐私,不上传云端 - 提供详细 CLI 命令与多场景交互示例
元数据
Slug tag-memory
版本 1.0.0
许可证 MIT-0
累计安装 0
当前安装数 0
历史版本数 1
常见问题

TagMemory 是什么?

标签化长期记忆系统。当用户说"记住..."时存储记忆,当用户问"我之前..."时查询记忆,定期生成总结并询问确认,主动核对记忆正确性。支持标签(#偏好、#决定、#项目等)、BM25搜索、时间范围查询、人类审核机制。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 94 次。

如何安装 TagMemory?

在 OpenClaw 或 Claude Code 对话框中运行命令「/install tag-memory」即可一键安装,无需额外配置。

TagMemory 是免费的吗?

是的,TagMemory 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。

TagMemory 支持哪些平台?

TagMemory 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 TagMemory?

由 luckyboybs(@luckyboybs)开发并维护,当前版本 v1.0.0。

💬 留言讨论