Compétences conversation-memory
📦

conversation-memory

Sûr

Erstellen Sie KI-Gedächtnissysteme, die sich über Gespräche hinweg erinnern

KI-Assistenten vergessen oft den Kontext zwischen Sitzungen, was Benutzer frustriert. Diese Fähigkeit implementiert gestaffelte Gedächtnissysteme für persistente, intelligente Gesprächserinnerung.

Prend en charge: Claude Codex Code(CC)
🥉 74 Bronze
1

Télécharger le ZIP du skill

2

Importer dans Claude

Allez dans Paramètres → Capacités → Skills → Importer un skill

3

Activez et commencez à utiliser

Tester

Utilisation de "conversation-memory". Benutzer bittet um Speicherung von Projektdetails

Résultat attendu:

Gedächtnis gespeichert: Benutzer arbeitet an 'Project Phoenix' - einem React-Dashboard für Analysen. Deadline: März 2026. Teamgröße: 5 Entwickler. Technologie-Stack: React, Node.js, PostgreSQL.

Utilisation de "conversation-memory". Benutzer kehrt nach 2 Wochen zurück und erwähnt Phoenix

Résultat attendu:

Abgerufene Erinnerungen: Project Phoenix (Analyse-Dashboard, 5-Personen-Team, März-Deadline). Letzte Diskussion behandelte Datenbank-Schemadesign. Möchten Sie von der Schemadiskussion fortfahren oder ein neues Thema beginnen?

Audit de sécurité

Sûr
v1 • 2/24/2026

Documentation-only skill with no executable code. Static analyzer flagged Markdown backtick formatting as shell commands (false positive) and misidentified description text as cryptographic patterns (false positive). No actual security risks detected. Safe for publication.

1
Fichiers analysés
66
Lignes analysées
0
résultats
1
Total des audits
Aucun problème de sécurité trouvé
Audité par: claude

Score de qualité

38
Architecture
100
Maintenabilité
87
Contenu
50
Communauté
100
Sécurité
91
Conformité aux spécifications

Ce que vous pouvez construire

Persönlicher KI-Assistent

Erstellen Sie einen Assistenten, der sich an Benutzerpräferenzen, Projektdetails und Gesprächsverlauf über Monate von Interaktionen hinweg erinnert

Kundensupport-Bot

Erstellen Sie Support-Bots, die sich an Kundenhistorie, frühere Probleme und Präferenzen für kontextbezogenen Support erinnern

Forschungsassistent

Entwickeln Sie Forschungsbegleiter, die Forschungsthemen, zitierte Papers und sich entwickelnde Hypothesen im Zeitverlauf verfolgen

Essayez ces prompts

Einfache Gedächtniseinrichtung 
Erstellen Sie ein einfaches Gesprächsgedächtnissystem, das wichtige Fakten über den Benutzer speichert und sie in zukünftigen Gesprächen abruft. Fügen Sie Funktionen zum Speichern von Erinnerungen und zum Abrufen relevanter Erinnerungen basierend auf der aktuellen Anfrage hinzu.
Gestaffelte Gedächtnisarchitektur 
Entwerfen Sie ein gestaffeltes Gedächtnissystem mit Kurzzeit- (aktuelle Sitzung), Mittelzeit- (letzte Sitzungen) und Langzeitspeicher (permanente Fakten). Definieren Sie Kriterien für die Beförderung von Erinnerungen zwischen Ebenen und implementieren Sie Abruf, der alle relevanten Ebenen abfragt.
Entitäts-Gedächtnisnetzwerk 
Bauen Sie ein entitätsbasiertes Gedächtnissystem, das Beziehungen zwischen Personen, Projekten und Themen verfolgt. Implementieren Sie graphenartigen Speicher, bei dem Entitäten mit verwandten Entitäten verknüpft sind, mit Funktionen zum Durchlaufen von Verbindungen und zur Bereitstellung kontextueller Erinnerungen.
Gedächtniskonsolidierungssystem 
Erstellen Sie ein Gedächtniskonsolidierungssystem, das regelmäßig gespeicherte Erinnerungen überprüft, Duplikate zusammenführt, veraltete Informationen entfernt und wichtige Erinnerungen durch Wiederholung stärkt. Fügen Sie Planungslogik und Konsolidierungskriterien hinzu.

Bonnes pratiques

  • Implementieren Sie Gedächtnislebenszyklusrichtlinien, um unbegrenztes Wachstum und Systemverlangsamung zu verhindern
  • Verwenden Sie Relevanzbewertung, um zu priorisieren, welche Erinnerungen für jede Anfrage abgerufen werden
  • Erzwingen Sie strikte Benutzerisolierung, um Gedächtnisleckagen zwischen verschiedenen Benutzern zu verhindern

Éviter

  • Alles speichern ohne Filterung - dies überlastet den Kontext und verschlechtert die Leistung
  • Keine Abruflogik - das Speichern von Erinnerungen ohne intelligenten Abruf macht sie nutzlos
  • Einzelner Gedächtnisspeicher - das Mischen aller Gedächtnistypen in einem Speicher reduziert die Abrufgenauigkeit

Foire aux questions

Wie persistiere ich Erinnerungen über eine einzelne Gesprächssitzung hinaus?
Diese Fähigkeit stellt Gedächtnissystem-Designmuster bereit. Sie müssen externen Speicher (Datenbank, Dateisystem oder Vektorspeicher) implementieren, um Erinnerungen zwischen Sitzungen zu persistieren. Die Fähigkeit zeigt Ihnen, wie Sie diesen Speicher strukturieren und organisieren.
Was ist der Unterschied zwischen Kurzzeit- und Langzeitgedächtnis?
Kurzzeitgedächtnis hält aktiven Gesprächskontext (nur aktuelle Sitzung). Langzeitgedächtnis speichert wichtige Fakten über Sitzungen hinweg. Kurzzeit ist schnell und vollständig; Langzeit ist selektiv und erfordert Abruf.
Wie verhindere ich, dass das Gedächtnissystem zu groß wird?
Implementieren Sie Gedächtnislebenszyklusverwaltung: legen Sie maximale Erinnerungszahlen pro Ebene fest, definieren Sie Ablaufrichtlinien für veraltete Erinnerungen, konsolidieren Sie doppelte Erinnerungen und verwenden Sie Wichtigkeitsbewertung, um Erinnerungen mit niedrigem Wert zu entfernen.
Kann diese Fähigkeit mit Claude Code und Codex arbeiten?
Ja, die Gedächtnismuster dieser Fähigkeit sind mit Claude, Claude Code und Codex kompatibel. Das Gedächtnissystemdesign ist plattformagnostisch und funktioniert mit jedem LLM, das Gesprächskontext unterstützt.
Wie stelle ich sicher, dass Erinnerungen eines Benutzers nicht für einen anderen zugänglich sind?
Implementieren Sie strikte Benutzerisolierung auf Speicherebene. Jeder Benutzer sollte einen separaten Gedächtnis-Namensraum oder eine separate Partition haben. Mischen Sie niemals Benutzererinnerungen in gemeinsamem Speicher ohne Benutzer-ID-Scoping bei jeder Lese- und Schreiboperation.
Was ist Entitätsgedächtnis und wann sollte ich es verwenden?
Entitätsgedächtnis verfolgt Fakten über spezifische Entitäten (Personen, Projekte, Organisationen) und ihre Beziehungen. Verwenden Sie es, wenn Sie strukturiertes Wissen über miteinander verbundene Themen pflegen und nach Entität statt nach Gesprächskontext abfragen müssen.

Détails du développeur

Auteur

sickn33

Licence

MIT

Dépôt

https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/conversation-memory

Réf

main

Structure de fichiers

📄 SKILL.md