Создание систем памяти агентов
Агенты теряют непрерывность, когда важный контекст исчезает между сессиями. Этот навык помогает проектировать векторные, графовые и темпоральные слои памяти для долговременного извлечения.
Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.
Review the Skillstore skill "memory-systems" from https://skillstore.io/skills/muratcankoylan-memory-systems.md and its manifest at https://skillstore.io/api/skills/muratcankoylan-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.
Используйте эти ссылки, когда AI-агенту, crawler или script нужен чистый контекст вместо полной страницы.
Использование «memory-systems». Мне нужен ассистент поддержки, который будет помнить предпочтения клиентов между сессиями.
Ожидаемый результат:
Использование «memory-systems». Мой агент должен отвечать, во что пользователь верил или что предпочитал в прошлом месяце.
Ожидаемый результат:
Использование «memory-systems». Наша векторная память возвращает связанный текст, но упускает отношения между сущностями.
Ожидаемый результат:
All 55 static findings are false positives caused by Markdown backticks, code fences, ordinary graph identifiers, and a documentation link. No shell execution, system reconnaissance, or outbound request logic was found, but the reference context formatter inserts stored memory text without prompt-injection safeguards.
Делитесь версионным отчетом об оценке, нейтральным значком, встраиваемой карточкой и цитатами. Skillstore публикует доказательства, не решая, безопасен ли этот Skill.
https://skillstore.io/skills/muratcankoylan-memory-systems/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/muratcankoylan-memory-systems?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/muratcankoylan-memory-systems?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/muratcankoylan-memory-systems/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/muratcankoylan-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>muratcankoylan. (2026). memory-systems security audit report (audit version 8) [Author version unspecified]. Skillstore. https://skillstore.io/skills/muratcankoylan-memory-systems/audits/8@techreport{muratcankoylan-muratcankoylan-memory-systems-2026,
author = {muratcankoylan},
title = {memory-systems security audit report (audit version 8)},
institution = {Skillstore},
year = {2026},
number = {8},
url = {https://skillstore.io/skills/muratcankoylan-memory-systems/audits/8},
note = {Author version unspecified}
}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 8)"
version: "unspecified"
type: report
authors:
- name: "muratcankoylan"
date-released: "2026-08-09"
url: "https://skillstore.io/skills/muratcankoylan-memory-systems/audits/8"
identifiers:
- type: other
value: "skillstore:muratcankoylan-memory-systems:audit:8"
description: "Skillstore immutable audit report identifier"
Навык каждого автора остаётся отдельным устанавливаемым вариантом. Рекомендуемый вариант ранжируется по данным Skillstore.
Почему этот вариант первый
sickn33-memory-systems
2026-09-09
asmayaseen-memory-systems
2026-09-09
chakshugautam-memory-systems
2026-09-09
muratcankoylan-memory-systems
2026-09-09
Спланируйте, как ассистент должен запоминать факты, предпочтения и состояние задач между сессиями.
Сравните файловую память, векторное извлечение, графовое хранилище и темпоральные графы для планируемой системы.
Смоделируйте факты, которые меняются со временем, и спроектируйте запросы для восстановления исторического состояния.
Я создаю агента, которому нужна память между сессиями. Сравните файловую память, векторный поиск, графы знаний и темпоральные графы для моего сценария.
Спроектируйте модель памяти сущностей для ассистента, который отслеживает людей, проекты, предпочтения и связи на протяжении нескольких разговоров.
Помогите мне расширить существующую систему памяти так, чтобы у фактов были даты valid-from и valid-until, с извлечением для конкретного исторического момента.
Проведите ревью моей архитектуры памяти агента с точки зрения качества извлечения, устаревших фактов, стратегии консолидации, механизмов приватности и рисков интеграции контекста.
Автор
muratcankoylanЛицензия
MIT
Ревизия Skillstore
r2
Примечание о версии
Автор не указал версию.
Репозиторий
https://github.com/muratcankoylan/Agent-Skills-for-Context-Engineering/tree/main/skills/memory-systemsСсылка
02be9409c79ca1183f7844009c14d9df684d0cf9
Актуальность поддержки
11.08.2026
Использование
12 загрузок · 180 просмотров
Структура файлов
Надежное сжатие длинного контекста агента
В длинных AI-сессиях теряются критически важные решения, изменения файлов и следующие шаги, когда окна контекста заполняются. Этот навык предоставляет структурированные методы сжатия и оценочные проверки для Claude, Codex и Claude Code.
Оценивайте агентные системы с помощью рубрик
Командам, работающим с агентами, нужны воспроизводимые способы измерять качество, регрессии и изменения контекста. Этот навык помогает проектировать рубрики, тестовые наборы, оценивание и мониторинг.
Диагностика деградации контекста ИИ
Долгие сеансы работы с ИИ могут скрывать важный контекст и приводить к неправильным ответам агентов. Этот навык помогает выявлять паттерны деградации и выбирать стратегии смягчения для рабочих процессов Claude, Codex и Claude Code.
Эффективная оптимизация контекстных окон
Длительные агентные сессии могут расходовать токены впустую, замедлять ответы и терять важный контекст. Этот навык дает Claude, Codex и Claude Code практические методы сжатия, маскирования, кэширования и разделения контекста.
Проектирование многоагентных AI-систем
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.
Проектируйте инструменты агентов, которые модели используют надежно
Инструменты агентов дают сбои, когда описания, схемы и сообщения об ошибках неоднозначны. Этот навык дает практические шаблоны для более понятных API инструментов, более безопасной консолидации и лучшего тестирования.
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.
Проектируйте надежные системы AI-агентов
от sickn33
Автономные агенты могут давать сбои из-за плохого дизайна инструментов, слабых правил памяти и неясных путей эскалации. Этот навык помогает принимать архитектурные решения для контролируемых агентов.
Проектирование систем памяти агентов
от sickn33
Агенты теряют связность, когда не могут извлечь нужный предыдущий контекст. Этот навык помогает выбирать архитектуру памяти, разбиение на фрагменты, извлечение и устаревание для надежного долгосрочного поведения агента.
Создание памяти AgentDB для ИИ-агентов
от ruvnet
Агентам с сохранением состояния нужна надежная память между сессиями. Этот навык показывает паттерны AgentDB для хранения сообщений, фактов, изученных паттернов и извлеченного контекста.
Оптимизация управления контекстом агента
от ChakshuGautam
Агентные системы могут становиться ненадежными, когда промпты, инструменты, история и извлечение данных конкурируют за контекст. Этот навык объясняет компоненты контекста и практические паттерны для бюджетирования, постепенного раскрытия и валидации.
Организуйте сложную работу с помощью файлов планирования
от OthmanAdi
В длительных задачах можно потерять контекст, решения и заметки для восстановления. Этот навык хранит планы, заметки и итоговые материалы в markdown-файлах, которые агенты могут перечитывать и обновлять.