agent-memory-systems
تصميم أنظمة ذاكرة الوكلاء
بني هياكل ذكية للوكلاء الاصطناعيين تمكّنهم من التعلم طويل المدى والاستجابات الواعية بالسياق. توفر هذه المهارة أنماطاً لتنفيذ الذاكرة قصيرة المدى وطويلة المدى والذاكرةEpisodic التي تحسن أداء الوكيل بمرور الوقت.
تنزيل ZIP المهارة
رفع في Claude
اذهب إلى Settings → Capabilities → Skills → Upload skill
فعّل وابدأ الاستخدام
اختبرها
استخدام "agent-memory-systems". تصميم ذاكرة لوكيل مراجعة الكود الذي يتعلم من المراجعات السابقة
النتيجة المتوقعة:
يجب أن يستخدم وكيل مراجعة الكود ذاكرةEpisodic لتخزين جلسات المراجعة الفردية، والذاكرة الدلالية لأنماط الكود المكتسبة، والذاكرة الإجرائية لسير عمل المراجعة. نفذ الاسترجاع مع ترجيح زمني لإعطاء الأولوية للمراجعات ذات الصلة الحديثة مع تجنب السياق القديم.
استخدام "agent-memory-systems". ما نوع الذاكرة الذي يجب أن يخزن تفضيلات المستخدم؟
النتيجة المتوقعة:
يجب تخزين تفضيلات المستخدم في الذاكرة الدلالية لأنها تمثل المعرفة المكتسبة المستمرة حول المستخدم. استخدم الذاكرةEpisodic لتتبع كيفية تطور التفضيلات بمرور الوقت. طبق تصفية البيانات الوصفية لاسترجاع ذكريات المستخدم بكفاءة.
التدقيق الأمني
آمنThis skill is a pure documentation resource about agent memory architecture. Static analysis flagged apparent security patterns (backtick syntax, cryptographic keywords), but manual review confirms these are false positives. The backticks are markdown code formatting in a skill list, not shell execution. No actual code, scripts, network calls, or cryptographic operations exist. This is safe for publication.
مشكلات متوسطة المخاطر (1)
مشكلات منخفضة المخاطر (1)
درجة الجودة
ماذا يمكنك بناءه
مطور تطبيقات الذكاء الاصطناعي يبني وكلاء محادثات
صمم أنظمة ذاكرة تسمح لروبوتات المحادثة بتذكر تفضيلات المستخدم وتاريخ المحادثة عبر الجلسات مما يمكّن من تفاعلات أكثر تخصيصاً ووعياً بالسياق.
مهندس DevOps يبني وكلاء مستقلين
نفذ ذاكرة طويلة المدى للوكلاء الذين يقوم بأتمتة مهام البنية التحتية مما يسمح لهم التعلم منعمليات النشر السابقة وتكرار الأخطاء.
مهندس بحث يصمم نماذج أولية لهندسات الوكيل
استكشف تصاميم أنظمة الذاكرة المختلفة واستراتيجيات الاسترجاع لإيجاد التكوينات المثالية لحالات استخدام الوكيل المحددة.
جرّب هذه الموجهات
صمم نظام ذاكرة لوكيل ذكاء اصطناعي يتعامل مع محادثات دعم العملاء. يحتاج الوكيل لت记住 تفضيلات المستخدم والمشاكل السابقة وسجل الحل. حدد أنواع الذاكرة ونهج التخزين واستراتيجية الاسترجاع.
راجع استراتيجية تجزئة المستندات لقاعدة المعرفة هذه: [صف الاستراتيجية]. ما نقاط القوة والضعف؟ كيف يمكنك تحسين دقة الاسترجاع؟
نظام ذاكرة وكيلنا يخزن كل محادثة إلى الأبد. هذا يتسبب في بطء الاسترجاع وتكاليف تخزين عالية. ما نهج إدارة الذاكرة الذي يجب أن نستخدمه بدلاً من ذلك؟
قارن بين خيارات قاعدة البيانات المتجهة لنظام وكيل للإنتاج يتعامل مع 10 ملايين تضمين مع متطلبات استرجاع أقل من 100 ميلي ثانية. ضع في اعتبارك Pinecone و Weaviate و Chroma و pgvector.
أفضل الممارسات
- قم دائماً بالتصفية حسب البيانات الوصفية (الوقت، المستخدم، الموضوع) قبل الاسترجاع الدلالي لتقليل الضوضاء وتحسين الصلة
- نفذ تحلل الذاكرة أو تسجيل الأهمية لمنع الذكريات القديمة أو غير ذات الصلة من تلويث السياق
- خطط للرموز بشكل استراتيجي عبر أنواع الذاكرة - أعطِ الأولوية للذكريات الحديثة عالية الصلة في نوافذ السياق المحدودة
تجنب
- تخزين كل شيء إلى الأبد بدون سياسات الإخلاء - يؤدي إلى تلويث الاسترجاع وزيادة التكاليف
- استخدام نوع ذاكرة واحد لجميع أنواع البيانات - المعلومات المختلفة تحتاج أساليب تخزين مختلفة
- تجزئة المستندات دون اختبار جودة الاسترجاع - قد لا يتم استرجاع التجزئات التي تبدو جيدة دلالياً بشكل جيد
الأسئلة المتكررة
ما الفرق بين الذاكرة قصيرة المدى وطويلة المدى؟
متى يجب أن أستخدم الذاكرةEpisodic مقابل الدلالية؟
كيف أمنع استرجاع الذاكرة من إرجاع نتائج غير ذات صلة؟
ما حجم التجزئة الذي يجب أن أستخدمه لتخزين المستندات؟
Can Claude Code execute memory system code?
كيف أتعامل مع الذكريات المتعارضة؟
تفاصيل المطور
المؤلف
sickn33الترخيص
MIT
المستودع
https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/agent-memory-systemsمرجع
main
بنية الملفات
📄 SKILL.md