Навыки memory-systems
📦

memory-systems

Ревизия содержимого r2 Средний риск ⚙️ Внешние команды

Создание систем памяти агентов

Агенты теряют полезный контекст, если память спроектирована недостаточно тщательно. Этот навык помогает командам выбирать и внедрять векторные, графовые и темпоральные уровни памяти.

Поддерживает: Claude Codex Code(CC)
📊 72 Адекватно

Установить с помощью моего Агента

Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.

Запрос агента
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.

Ваш Агент по-прежнему должен показать план и запросить все подтверждения, требуемые политикой безопасности.

Ресурсы для AI-агентов

Используйте эти ссылки, когда AI-агенту, crawler или script нужен чистый контекст вместо полной страницы.

Протестировать

Использование «memory-systems». Спроектируй память для ассистента, который помнит проектные решения между сессиями.

Ожидаемый результат:

  • Используй краткосрочную сессионную память для активных задач и долгосрочную графовую память для решений.
  • Сохраняй каждое решение с сущностями, source, timestamp и confidence.
  • Сначала извлекай по сущности проекта, затем используй семантический поиск для связанных заметок.

Использование «memory-systems». Сравни vector RAG и темпоральные графы знаний для истории профиля пользователя.

Ожидаемый результат:

  • Vector RAG проще и хорошо подходит для широкого семантического поиска.
  • Темпоральные графы знаний лучше, когда факты меняются и старые значения должны оставаться доступными для запросов.
  • Используй темпоральную валидность, когда ассистент должен ответить, что было истинным на прошлую дату.

Использование «memory-systems». Проверь предложенный процесс консолидации памяти.

Ожидаемый результат:

  • Выполняй консолидацию, когда накапливаются дублирующиеся факты или в извлечении появляются устаревшие факты.
  • Объединяй по сущности и типу отношения, затем сохраняй метаданные source и confidence.
  • Перестраивай индексы после консолидации и тестируй качество извлечения.

Аудит безопасности

Средний риск

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.

4
Просканировано файлов
1,107
Проанализировано строк
0
Пункты проверки
0
Ложные срабатывания проигнорированы

Подтверждённые проблемы безопасности (1)

Средний
Untrusted Memory Content Enters Agent Context
The reference retrieves stored memories, formats their content as text, and concatenates it into the active context without trust labels or instruction filtering. An attacker who can influence stored memory could persist indirect prompt-injection instructions.
The example directly concatenates retrieved memory content into context with no visible trust boundary. Exploitation depends on an attacker gaining influence over stored memories.

Факторы риска

⚙️ Внешние команды (3)
Поделиться и цитировать этот отчет

Делитесь версионным отчетом об оценке, нейтральным значком, встраиваемой карточкой и цитатами. Skillstore публикует доказательства, не решая, безопасен ли этот Skill.

Открыть версионный отчет
Оценка безопасности

Копировать ссылку на отчёт

https://skillstore.io/skills/asmayaseen-memory-systems/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Значок Markdown

[![Skillstore security assessment](https://skillstore.io/badges/skills/asmayaseen-memory-systems/security.svg)](https://skillstore.io/skills/asmayaseen-memory-systems?utm_source=security_passport_badge)

Значок HTML

<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>

Встраиваемая карточка

<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>
Академические ссылки (APA · BibTeX · CFF)

Цитата APA

Asmayaseen. (2026). memory-systems security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/asmayaseen-memory-systems/audits/9

Цитата BibTeX

@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"

Сравнить варианты

4 устанавливаемых вариантов

Навык каждого автора остаётся отдельным устанавливаемым вариантом. Рекомендуемый вариант ранжируется по данным Skillstore.

Почему этот вариант первый

Самая высокая оценка Skillstore
sickn33 Рекомендуется

sickn33-memory-systems

Оценка Skillstore 78
Достоверность доказательств Высокий
Использование в Skillstore 14
Обновлено

2026-09-09

Asmayaseen Текущий

asmayaseen-memory-systems

Оценка Skillstore 72
Достоверность доказательств Высокий
Использование в Skillstore 19
Обновлено

2026-09-09

chakshugautam-memory-systems

Оценка Skillstore 72
Достоверность доказательств Высокий
Использование в Skillstore 16
Обновлено

2026-09-09

muratcankoylan-memory-systems

Оценка Skillstore 72
Достоверность доказательств Высокий
Использование в Skillstore 13
Обновлено

2026-09-09

Оценка Skillstore

Почему такая оценка Достоверность доказательств: Высокий
64
Архитектура
85
Сопровождаемость
87
Контент
71
Сообщество
83
Соответствие спецификации

Что вы можете построить

Спроектировать постоянную память для поддержки

Спланировать уровни памяти, которые сохраняют сведения о клиентах, предпочтениях и прошлых проблемах между сессиями поддержки.

Прототипировать графовую память агента

Использовать примерные структуры для моделирования сущностей, отношений и темпоральных фактов перед выбором инфраструктуры.

Оценить компромиссы архитектуры памяти

Сравнить векторное извлечение, обход графа и темпоральные запросы по точности, задержке и сложности.

Попробуйте эти промпты

Выбрать уровень памяти
Используй навык memory-systems, чтобы рекомендовать уровень памяти для моего агента. Агент должен помнить предпочтения пользователя между сессиями. Объясни компромиссы простыми словами.
Спланировать память сущностей
Используй навык memory-systems, чтобы спроектировать память сущностей для ассистента рабочих процессов. Включи типы сущностей, отношения, паттерны извлечения и потребности в консолидации.
Прототипировать темпоральные факты
Используй навык memory-systems, чтобы наметить темпоральный граф знаний для изменяющихся фактов об аккаунтах клиентов. Включи valid-from, valid-until, query и паттерны обработки конфликтов.
Проверить архитектуру памяти
Используй навык memory-systems, чтобы проверить этот дизайн памяти агента. Определи недостающие уровни, риски извлечения, ограничения масштабирования, вопросы конфиденциальности и конкретные изменения реализации.

Лучшие практики

  • Сопоставляй архитектуру памяти с запросами, на которые агент должен отвечать.
  • Сохраняй source, timestamp, confidence и метаданные валидности вместе с долговечными фактами.
  • Консолидируй память по расписанию и после крупных изменений знаний.

Избегать

  • Не используй векторное хранилище, когда обход отношений является ключевым требованием.
  • Не считай устаревшие факты текущими без проверок темпоральной валидности.
  • Не внедряй большие дампы памяти в контекст без ранжирования и ограничений.

Часто задаваемые вопросы

Что помогает создать этот навык?
Он помогает проектировать системы памяти агентов, которые сохраняют состояние, отслеживают сущности и извлекают полезные факты между сессиями.
Включает ли он исполняемый код?
Да. Он включает учебные примеры на Python для векторных хранилищ, property graphs, темпоральных графов и паттернов интеграции.
Готов ли пример кода к production?
Нет. Примеры показывают архитектурные паттерны и требуют реальных embeddings, хранилища, валидации и средств безопасности.
Когда следует использовать темпоральную память?
Используй темпоральную память, когда факты меняются со временем и агент должен знать, какой факт был действителен на определенную дату.
Может ли это работать с Claude, Codex и Claude Code?
Да. Навык основан на документации и может направлять архитектурную работу в Claude, Codex и Claude Code.
Заменяет ли он графовую базу данных?
Нет. Он объясняет паттерны графовой памяти, но production-системам все равно нужна подходящая база данных или уровень хранения.

Сведения для разработчиков

Автор

Asmayaseen

Лицензия

MIT

Ревизия Skillstore

r2

Примечание о версии

Автор не указал версию.

Ссылка

89edfdc710d0846129dcee6a929477b04f08052c

Актуальность поддержки

26.07.2026

Использование

17 загрузок · 236 просмотров

Структура файлов

Больше от Asmayaseen

Показать все
📦

tool-design

81

Проектирование надежных инструментов для агентов

Агенты дают сбои, когда названия инструментов, входные данные, выходные данные или ошибки неоднозначны. Этот навык дает практические шаблоны для описаний инструментов, схем, форматов ответов и тестирования.

Кодинг и разработка Просмотр
📦

operating-production-services

81

Повышение надежности производственного сервиса

Командам, отвечающим за production, нужны четкие целевые показатели надежности и воспроизводимые практики работы с инцидентами. Этот навык предоставляет SRE-шаблоны для SLO, бюджетов ошибок, оповещений и postmortem-разборов.

DevOps и инфраструктура Просмотр
📦

styling-with-shadcn

80

Создание интерфейсов shadcn/ui в Next.js

Командам React нужны единообразные UI-паттерны, которые работают с современным Next.js. Этот навык предоставляет рекомендации по настройке shadcn/ui, примеры компонентов, валидацию форм, таблицы, боковые панели и паттерны темного режима.

Кодинг и разработка Просмотр
📦

streaming-llm-responses

80

Создание потоковых интерфейсов AI-чата

AI-чат в реальном времени кажется сломанным, когда пользователи не видят прогресс, состояние ответа или изменения интерфейса. Этот skill дает Claude, Codex и Claude Code шаблоны для жизненных циклов потоковой передачи, событий прогресса, клиентских эффектов и клиентских инструментов.

Кодинг и разработка Просмотр
📦

context-degradation

80

Диагностика деградации контекста

Длинные AI-сессии могут терять точность, когда контекст растет, содержит противоречия или отвлекающие материалы. Этот навык помогает Claude, Codex и Claude Code выявлять паттерны деградации и выбирать практические шаги по их снижению.

Исследования и обучение Просмотр
Показать все
📦

context-manager

78

Проектирование систем контекста для ИИ

от sickn33

Командам ИИ нужны надежные способы управлять контекстом, памятью и извлечением данных в сложных рабочих процессах. Этот навык помогает выбирать архитектуру для RAG, векторного поиска, графов знаний и передачи контекста между агентами.

Кодинг и разработка Просмотр
📦

multi-agent-patterns

80

Проектирование многоагентных AI-систем

от muratcankoylan

Многоагентные системы сложно проектировать, потому что координация, изоляция контекста и режимы отказа взаимосвязаны. Этот навык дает практические шаблоны, компромиссы и примеры для создания надежных команд агентов.

Кодинг и разработка Просмотр
📦

evaluation

78

Оценивайте агентные системы

от sickn33

Агентные системы сложно тестировать, потому что корректные запуски могут идти разными путями. Этот навык помогает создавать рубрики, тестовые наборы, методы оценки и регрессионные проверки для надежной оценки качества.

Кодинг и разработка Просмотр
📦

azure-search-documents-dotnet

78

Создание приложений Azure AI Search .NET

от sickn33

Проектам Azure AI Search нужны четкие шаблоны SDK для клиентов, индексов, документов и релевантности. Этот навык предоставляет сфокусированные рекомендации по .NET для полнотекстового, векторного, семантического и гибридного поиска.

Кодинг и разработка Просмотр
📦

azure-search-documents-ts

78

Создание приложений Azure AI Search на TypeScript

от sickn33

Разработчикам TypeScript нужны понятные шаблоны Azure AI Search для современных функций поиска и извлечения данных. Этот навык предоставляет сфокусированные примеры для индексов, векторов, гибридного поиска, семантического ранжирования и операций с документами.

Кодинг и разработка Просмотр
📦

vexor

78

Находите релевантные файлы с помощью семантического поиска

от sickn33

Большие репозитории затрудняют поиск файлов по смыслу, а не по точным именам. Этот skill помогает в рабочих процессах Claude, Codex и Claude Code, которые используют Vexor для семантического поиска файлов на основе векторов.

Кодинг и разработка Просмотр