memory-search

🧠 AI 长期记忆语义检索助手

🥥5总安装量 2评分人数 2
100% 的用户推荐

Claude Code 生态记忆检索指南,通过语义向量搜索精准召回历史对话与项目上下文,实现个性化连续协作与知识管理。

A

基本安全,请在特定环境下使用

  • 来自社区或个人来源,建议先隔离验证
  • ✅ 纯 Markdown 文档资产,零可执行代码,无脚本注入或远程执行风险
  • ✅ 无网络通信与数据传输机制,用户记忆数据完全本地留存
  • ✅ 无敏感信息硬编码,全内容透明可审计,权限申请与功能描述完全匹配
  • ✅ 通过全部 8 项 BSS 安全检查,无 C/D 级高危触发项
  • ⚠️ 来源属 T3 级社区项目(openclaw/skills),建议持续监控 upstream 安全更新与维护状态

使用说明

核心用法

Memory Search 是一项专为 Claude Code 环境设计的记忆检索技能,提供 memory_searchmemory_get 两个核心工具。memory_search 支持基于语义的向量搜索,用户可通过自然语言查询(如"我在做什么项目"、"代码风格偏好")在 MEMORY.md、memory/*.md 及会话记录中检索相关信息,支持 maxResultsminScore 参数控制返回数量与相关性阈值。memory_get 则用于精准读取指定记忆文件的特定行范围,常在搜索后用于获取更多上下文。标准使用流程为:接收涉及历史上下文的问题 → 执行 memory_search → 评估结果相关性 → 必要时调用 memory_get 扩展上下文 → 基于检索结果回答并标注来源。

显著优点

该技能最大优势在于其语义理解能力,不同于关键词匹配,它能理解"截止日期"与"due soon"的语义关联。其次,智能边界管理清晰定义了使用场景(涉及个人偏好、项目历史、承诺事项时必须搜索)与禁用场景(纯事实性问题无需搜索),有效避免过度检索。此外,透明溯源机制要求助手明确告知用户是否已检查记忆,避免"幻觉"猜测。与 Claude Code 的深度集成使其能自动索引记忆文件,无需手动维护索引,且支持基于相关性的智能排序(score 机制)。

潜在缺点与局限性

首要限制是环境依赖性——该技能仅为使用文档,必须依赖支持 memory 工具的 Claude Code 宿主环境,无法独立运行。其次,数据前置要求意味着若用户未主动维护 MEMORY.md 或记忆文件,检索将返回空结果。作为 T3 级社区项目(openclaw/skills),其维护持续性存在不确定性,且缺乏企业级 SLA 保障。此外,语义搜索的阈值调优需要经验,默认的 minScore 可能无法平衡召回率与精确度,而过度依赖历史上下文可能导致当前对话窗口的上下文稀释。

适合的目标群体

该技能最适合长期使用 Claude Code 的专业开发者项目管理者,特别是需要跨会话维护项目状态、追踪技术决策历史、管理复杂多步骤任务的用户。对于注重对话连续性的科研工作者、需要记录客户偏好与历史沟通的客服场景、以及需要维护个人知识库的技术写作者同样适用。不适合仅需临时性、一次性问答的普通用户,或对环境安全性要求极高且无法审计社区代码的企业级敏感场景。

使用风险与注意事项

隐私风险是首要考虑:记忆文件可能包含代码片段、个人身份信息或商业机密,需确保宿主环境的文件存储符合安全合规要求。性能风险方面,频繁的向量搜索与大量记忆文件读取可能增加响应延迟,建议在必要时才调用而非每次对话都扫描。误用风险包括过度检索(在用户已提供完整上下文时仍搜索)与检索失败后的"静默猜测"——文档明确要求助手必须明确告知"已检查记忆但未找到相关信息"。最后,版本兼容性风险需注意:随着 Claude Code 迭代,memory 工具的 API 可能变化,需关注该技能的 upstream 更新。

memory-search 内容

手动下载zip · 2.1 kB
SKILL.mdtext/markdown
请选择文件