memory-systems
エージェントのメモリシステムを構築
メモリが慎重に設計されていないと、エージェントは有用なコンテキストを失います。このスキルは、チームがベクトル、グラフ、時間認識メモリレイヤーを選定して実装するのに役立ちます。
自分のエージェントでインストール
このリクエストをエージェントにコピーしてください。正規の Skill ページとマニフェストが含まれています。
Review the Skillstore skill "memory-systems" from https://skillstore.io/skills/asmayaseen-memory-systems.md and its manifest at https://skillstore.io/api/skills/asmayaseen-memory-systems/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.エージェントは引き続き計画を提示し、セキュリティポリシーで必要な確認を求める必要があります。
エージェントが読めるリソース
AI エージェント、クローラー、スクリプトがページ全体ではなく整理されたコンテキストを必要とする場合は、これらのリンクを使ってください。
テストする
「memory-systems」を使用しています。 セッションをまたいでプロジェクトの意思決定を記憶するアシスタント向けにメモリを設計してください。
期待される結果:
- アクティブなタスクには短期セッションメモリを使用し、意思決定には長期グラフメモリを使用します。
- 各意思決定を、エンティティ、出典、タイムスタンプ、信頼度とともに保存します。
- まずプロジェクトエンティティで取得し、その後、関連ノートに対してセマンティック検索を使用します。
「memory-systems」を使用しています。 ユーザープロファイル履歴について、ベクトルRAGと時間認識ナレッジグラフを比較してください。
期待される結果:
- ベクトルRAGはよりシンプルで、広範なセマンティック検索に適しています。
- 時間認識ナレッジグラフは、ファクトが変化し、古い値もクエリ可能なままにする必要がある場合に適しています。
- アシスタントが過去の日付に何が真実だったかを答える必要がある場合は、時間的有効性を使用します。
「memory-systems」を使用しています。 提案されたメモリ統合プロセスをレビューしてください。
期待される結果:
- 重複するファクトが増えたとき、または古いファクトが取得結果に現れるときに統合します。
- エンティティと関係タイプでマージし、その後、出典と信頼度のメタデータを保持します。
- 統合後にインデックスを再構築し、取得品質をテストします。
セキュリティ監査
中リスクAll 30 static findings are false positives caused by graph identifiers, temporal queries, comments, or Markdown code fences. No shell execution or system reconnaissance is present. One medium-risk design issue remains because retrieved memory content enters agent context without an explicit trust boundary.
確認済みのセキュリティ上の懸念 (1)
リスク要因
⚙️ 外部コマンド (3)
このレポートを共有・引用
バージョン付き評価レポート、中立的なバッジ、埋め込みカード、引用を共有できます。Skillstore は証拠を報告しますが、この Skill が安全かどうかは判断しません。
レポートリンクをコピー
https://skillstore.io/skills/asmayaseen-memory-systems/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdownバッジ
[](https://skillstore.io/skills/asmayaseen-memory-systems?utm_source=security_passport_badge)HTMLバッジ
<a href="https://skillstore.io/skills/asmayaseen-memory-systems?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/asmayaseen-memory-systems/security.svg" alt="Skillstore security assessment" loading="lazy"></a>埋め込みカード
<iframe src="https://skillstore.io/embed/skills/asmayaseen-memory-systems.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>学術引用 (APA · BibTeX · CFF)
APA形式の引用
Asmayaseen. (2026). memory-systems security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/asmayaseen-memory-systems/audits/9BibTeX形式の引用
@techreport{asmayaseen-asmayaseen-memory-systems-2026,
author = {Asmayaseen},
title = {memory-systems security audit report (audit version 9)},
institution = {Skillstore},
year = {2026},
number = {9},
url = {https://skillstore.io/skills/asmayaseen-memory-systems/audits/9},
note = {Author version unspecified}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "memory-systems security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
- name: "Asmayaseen"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/asmayaseen-memory-systems/audits/9"
identifiers:
- type: other
value: "skillstore:asmayaseen-memory-systems:audit:9"
description: "Skillstore immutable audit report identifier"
バリアントを比較
インストール可能なバリアント 4 件各作者のスキルは個別のインストール項目として維持されます。推奨バリアントは Skillstore の証拠で順位付けされます。
このバリアントが首位の理由
asmayaseen-memory-systems
2026-09-09
chakshugautam-memory-systems
2026-09-09
muratcankoylan-memory-systems
2026-09-09
Skillstore スコア
このスコアの理由 証拠の信頼度: 高作成できるもの
永続的なサポートメモリを設計する
サポートセッションをまたいで顧客エンティティ、設定、過去の問題を記憶するメモリレイヤーを計画します。
グラフベースのエージェントメモリをプロトタイプ化する
インフラを選定する前に、サンプル構造を使ってエンティティ、関係、時間的ファクトをモデル化します。
メモリアーキテクチャのトレードオフを評価する
精度、レイテンシ、複雑さの観点から、ベクトル検索、グラフトラバーサル、時間的クエリを比較します。
これらのプロンプトを試す
memory-systemsスキルを使って、私のエージェントに適したメモリレイヤーを推奨してください。エージェントはセッションをまたいでユーザー設定を記憶する必要があります。トレードオフを簡単な言葉で説明してください。
memory-systemsスキルを使って、ワークフローアシスタント向けのエンティティメモリを設計してください。エンティティタイプ、関係、取得パターン、統合の必要性を含めてください。
memory-systemsスキルを使って、変化する顧客アカウントのファクト向けの時間認識ナレッジグラフを概説してください。valid-from、valid-until、query、競合処理パターンを含めてください。
memory-systemsスキルを使って、このエージェントメモリ設計をレビューしてください。不足しているレイヤー、取得リスク、スケーリング限界、プライバシー上の懸念、具体的な実装変更を特定してください。
ベストプラクティス
- メモリアーキテクチャを、エージェントが答える必要のあるクエリに合わせます。
- 永続的なファクトには、出典、タイムスタンプ、信頼度、有効性メタデータを保存します。
- スケジュールに従って、また主要な知識変更の後にメモリを統合します。
回避
- 関係のトラバーサルが中核要件である場合は、ベクトルストアを使用しないでください。
- 時間的有効性チェックなしに、古いファクトを現在のものとして扱わないでください。
- ランキングと制限なしに、大量のメモリダンプをコンテキストへ注入しないでください。
よくある質問
このスキルは何の構築に役立ちますか？
実行可能なコードは含まれていますか？
サンプルコードは本番環境で使える状態ですか？
時間認識メモリはいつ使うべきですか？
これはClaude、Codex、Claude Codeで使えますか？
これはグラフデータベースを置き換えますか？
開発者情報
作成者
Asmayaseenライセンス
MIT
Skillstore リビジョン
r2
バージョンに関する注意
作者はバージョンを宣言していません。
参照
89edfdc710d0846129dcee6a929477b04f08052c
メンテナンスの新しさ
2026/7/24
利用状況
17 ダウンロード · 236 閲覧
ファイル構成