Compétences agentdb-persistent-memory-patterns

📦

agentdb-persistent-memory-patterns

Name: agentdb-persistent-memory-patterns
Author: DNYoussef

v1.0.0 Révision du contenu r1 Sûr ⚙️ Commandes externes🌐 Accès réseau

Construire une mémoire persistante AgentDB

Les agents IA perdent souvent du contexte utile entre les sessions. Cette compétence fournit un workflow AgentDB structuré pour la mémoire de session, le stockage à long terme et l’apprentissage de modèles.

Prend en charge: Claude Codex Code(CC)

🥈 80 Argent

Maintain this Skill? Claim it 🥈 80 Argent

Installer avec mon Agent

Copiez cette demande dans votre Agent. Elle contient la page Skill de référence et le manifeste.

Demande d’agent

Review the Skillstore skill "agentdb-persistent-memory-patterns" from https://skillstore.io/skills/dnyoussef-agentdb-persistent-memory-patterns.md and its manifest at https://skillstore.io/api/skills/dnyoussef-agentdb-persistent-memory-patterns/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.

Votre Agent doit toujours présenter son plan et demander toute confirmation exigée par la politique de sécurité.

Ressources lisibles par les agents

Utilisez ces liens lorsqu’un Agent IA, un crawler ou un script a besoin d’un contexte propre au lieu de lire toute la page.

Détail Markdown GET /skills/dnyoussef-agentdb-persistent-memory-patterns.md manifest signé GET /api/skills/dnyoussef-agentdb-persistent-memory-patterns/manifest lockfile signé GET /api/skills/dnyoussef-agentdb-persistent-memory-patterns/lockfile

Tester

Utilisation de « agentdb-persistent-memory-patterns ». Concevoir la mémoire pour un assistant de support client.

Résultat attendu:

Un plan de mémoire en couches avec contexte de session, préférences client durables, objectifs de récupération et métriques de validation.

Utilisation de « agentdb-persistent-memory-patterns ». Améliorer la vitesse de récupération des souvenirs d’agent stockés.

Résultat attendu:

Une courte checklist de performance pour la mise en cache et l’indexation.
Un ensemble d’objectifs de latence pour les tests de récupération.
Un plan d’examen du comportement de consolidation de la mémoire.

Utilisation de « agentdb-persistent-memory-patterns ». Documenter le plan d’implémentation de la mémoire.

Résultat attendu:

Un aperçu concis du processus couvrant l’architecture, la configuration du stockage, les tests, l’optimisation et les tâches de documentation.

Audit de sécurité

Sûr

v8 • 06/07/2026 Ouvrir le rapport versionné

The external command findings are false positives caused by Markdown code fences around TypeScript examples. The hardcoded URL is a documentation link and does not perform a network request. No prompt injection or malicious intent was found in SKILL.md.

Fichiers analysés

377

Lignes analysées

Éléments à examiner

Faux positifs ignorés

Facteurs de risque

⚙️ Commandes externes (7)

SKILL.md:83-115 SKILL.md:115-120 SKILL.md:120-125 SKILL.md:125-128 SKILL.md:128-134 SKILL.md:134-137 SKILL.md:137-143

🌐 Accès réseau (1)

SKILL.md:157

Le dernier audit statique et sémantique terminé n’a détecté aucun constat de sécurité confirmé. Cela ne prouve pas que le skill est sans effets secondaires.

Audité par: codex Voir l’historique des audits →

Partager et citer ce rapport

Partagez le rapport d’évaluation versionné, le badge neutre, la carte intégrable et les citations. Skillstore présente les preuves sans décider si ce Skill est sûr.

Ouvrir le rapport versionné

Copier le lien du rapport

https://skillstore.io/skills/dnyoussef-agentdb-persistent-memory-patterns/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Badge Markdown

[![Skillstore security assessment](https://skillstore.io/badges/skills/dnyoussef-agentdb-persistent-memory-patterns/security.svg)](https://skillstore.io/skills/dnyoussef-agentdb-persistent-memory-patterns?utm_source=security_passport_badge)

Badge HTML

<a href="https://skillstore.io/skills/dnyoussef-agentdb-persistent-memory-patterns?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/dnyoussef-agentdb-persistent-memory-patterns/security.svg" alt="Skillstore security assessment" loading="lazy"></a>

Carte intégrable

<iframe src="https://skillstore.io/embed/skills/dnyoussef-agentdb-persistent-memory-patterns.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>

Citations académiques (APA · BibTeX · CFF)

Citation APA

DNYoussef. (2026). agentdb-persistent-memory-patterns security audit report (audit version 8) [Author version 1.0.0]. Skillstore. https://skillstore.io/skills/dnyoussef-agentdb-persistent-memory-patterns/audits/8

Citation BibTeX

@techreport{dnyoussef-dnyoussef-agentdb-persistent-memory-patterns-2026,
  author = {DNYoussef},
  title = {agentdb-persistent-memory-patterns security audit report (audit version 8)},
  institution = {Skillstore},
  year = {2026},
  number = {8},
  url = {https://skillstore.io/skills/dnyoussef-agentdb-persistent-memory-patterns/audits/8},
  note = {Author version 1.0.0}
}

CITATION.cff

cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "agentdb-persistent-memory-patterns security audit report (audit version 8)"
version: "1.0.0"
type: report
authors:
  - name: "DNYoussef"
date-released: "2026-07-06"
url: "https://skillstore.io/skills/dnyoussef-agentdb-persistent-memory-patterns/audits/8"
identifiers:
  - type: other
    value: "skillstore:dnyoussef-agentdb-persistent-memory-patterns:audit:8"
    description: "Skillstore immutable audit report identifier"

Score Skillstore

Pourquoi ce score Niveau de confiance des preuves: Élevé

Architecture

100

Maintenabilité

Contenu

Communauté

Conformité aux spécifications

Ce que vous pouvez créer

Concevoir la mémoire d’un agent

Planifiez les couches de mémoire, les politiques de stockage et les objectifs de récupération avant de créer un agent IA avec état.

Ajouter du contexte au chat

Utilisez des modèles de mémoire de session et de stockage à long terme pour préserver le contexte utile entre les conversations.

Valider le comportement de la mémoire

Créez des vérifications pour la persistance, la latence de récupération, la reconnaissance de modèles et l’exactitude du contexte.

Essayez ces prompts

Cartographier les besoins en mémoire

Utilisez cette compétence pour identifier les types de mémoire dont mon agent IA a besoin. Incluez des recommandations pour la mémoire de session, la mémoire à long terme et la mémoire de travail.

Concevoir les couches de stockage

Utilisez cette compétence pour concevoir une architecture de mémoire AgentDB pour mon assistant de chat. Incluez les schémas, les besoins de récupération et la stratégie de persistance.

Planifier les vérifications de validation

Utilisez cette compétence pour créer un plan de validation pour la mémoire AgentDB. Couvrez la persistance, la vitesse de récupération, la consolidation et l’exactitude du contexte.

Optimiser le système de mémoire

Utilisez cette compétence pour examiner ma conception de mémoire AgentDB en matière de performance et de maintenabilité. Recommandez des améliorations de mise en cache, d’indexation et de consolidation.

Bonnes pratiques

Commencez par définir clairement les types de mémoire et les règles de rétention avant d’écrire le code d’implémentation.
Mesurez la latence de récupération et l’exactitude du contexte avec des tests reproductibles.
Stockez uniquement la mémoire utilisateur nécessaire et définissez tôt le comportement de suppression.

Éviter

Ne stockez pas tout l’historique des conversations sans limites de rétention.
Ne mélangez pas le contexte à court terme et les faits durables dans une seule couche de mémoire.
Ne sautez pas la validation de la persistance après les redémarrages de l’agent.

Foire aux questions

Qu’est-ce que cette compétence aide à construire ?

Elle aide à concevoir et implémenter des modèles de mémoire persistante pour les agents IA en utilisant les concepts et exemples AgentDB.

Inclut-elle une application complète ?

Non. Elle fournit des conseils de workflow, des exemples, des métriques et des modèles d’implémentation.

Quels types de mémoire couvre-t-elle ?

Elle couvre les concepts de mémoire épisodique, sémantique, procédurale, de travail, de session et à long terme.

Puis-je l’utiliser avec Claude Code ou Codex ?

Oui. Le rapport liste la prise en charge des workflows Claude, Codex et Claude Code.

Gère-t-elle la conformité en matière de confidentialité ?

Non. Vous devez ajouter des politiques de consentement, de rétention, de contrôle d’accès et de suppression pour votre produit.

Que dois-je valider en premier ?

Validez la persistance de la mémoire, la latence de récupération, la qualité de la reconnaissance de modèles et l’exactitude du contexte.

Détails du développeur

Auteur

DNYoussef

Licence

MIT

Version de l’auteur

v1.0.0

Révision Skillstore

Dépôt

https://github.com/DNYoussef/ai-chrome-extension/tree/main/.claude/skills/agentdb/when-implementing-persistent-memory-use-agentdb-memory

Réf

72d5025b022c77f7a51bdf5c1637c689c80e89d1

Récence de maintenance

24/07/2026

Utilisation

5 téléchargements · 247 vues

Structure de fichiers

📄 process-diagram.gv

📄 PROCESS.md

📄 README.md

📄 SKILL.md