Проектирование систем памяти агентов
Агенты часто теряют полезный контекст между сессиями. Этот навык помогает проектировать многоуровневую память с использованием векторов, графов и темпорального поиска.
Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.
Review the Skillstore skill "memory-systems" from https://skillstore.io/skills/sickn33-memory-systems.md and its manifest at https://skillstore.io/api/skills/sickn33-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». Спроектируйте память для агента клиентской поддержки.
Ожидаемый результат:
Многоуровневый план с памятью сессии, долгосрочными фактами о клиенте, связями между сущностями и контролями хранения.
Использование «memory-systems». Решите, достаточно ли векторного поиска для вопросов об отношениях.
Ожидаемый результат:
Анализ компромиссов, объясняющий, когда подходят векторы, а когда требуется обход графа.
Использование «memory-systems». Спланируйте поиск для фактов, которые меняются со временем.
Ожидаемый результат:
Подход к темпоральной памяти с использованием периодов действия, фильтров текущих фактов и поведения исторического поиска.
All nine static findings are false positives caused by Markdown fences, documentation prose, a parameterized query example, and source metadata. No executable shell commands, active network requests, reconnaissance behavior, prompt injection, or malicious intent were found.
Делитесь версионным отчетом об оценке, нейтральным значком, встраиваемой карточкой и цитатами. Skillstore публикует доказательства, не решая, безопасен ли этот Skill.
https://skillstore.io/skills/sickn33-memory-systems/audits/5?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/sickn33-memory-systems?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/sickn33-memory-systems?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/sickn33-memory-systems/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/sickn33-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>sickn33. (2026). memory-systems security audit report (audit version 5) [Author version unspecified]. Skillstore. https://skillstore.io/skills/sickn33-memory-systems/audits/5@techreport{sickn33-sickn33-memory-systems-2026,
author = {sickn33},
title = {memory-systems security audit report (audit version 5)},
institution = {Skillstore},
year = {2026},
number = {5},
url = {https://skillstore.io/skills/sickn33-memory-systems/audits/5},
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 5)"
version: "unspecified"
type: report
authors:
- name: "sickn33"
date-released: "2026-08-04"
url: "https://skillstore.io/skills/sickn33-memory-systems/audits/5"
identifiers:
- type: other
value: "skillstore:sickn33-memory-systems:audit:5"
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
Проектируйте уровни памяти для ассистентов, которым нужна непрерывность между сессиями.
Выбирайте память на основе графов, когда продуктам, пользователям или концепциям требуется связанное рассуждение.
Добавляйте периоды действия, чтобы агенты могли отвечать на вопросы об изменяющихся со временем фактах.
Помогите мне выбрать архитектуру памяти для агента, который должен помнить пользовательские предпочтения между сессиями.
Сравните vector RAG, память на графе знаний и темпоральную графовую память для моего сценария использования агента.
Спроектируйте план сущностной памяти для отслеживания людей, организаций, отношений, уверенности и атрибуции источников.
Создайте стратегию поиска по темпоральному графу знаний с периодами действия, правилами консолидации и обработкой сбоев.
Автор
sickn33Лицензия
MIT
Ревизия Skillstore
r2
Примечание о версии
Автор не указал версию.
Ссылка
81e05e636292629114b76cbb3922fbe57672fc02
Актуальность поддержки
06.08.2026
Использование
11 загрузок · 221 просмотров
Структура файлов
📄 SKILL.md
Создание маркетингового контента в едином стиле бренда
Маркетинговым командам нужен контент, который остается согласованным во всех каналах. Этот навык помогает планировать, писать, анализировать и оптимизировать контент с учетом голоса бренда и SEO.
Улучшайте LLM-промпты с помощью проверенных паттернов
Непоследовательные промпты тратят время и снижают доверие к результатам AI. Этот навык помогает проектировать промпты с использованием переиспользуемых паттернов, примеров, этапов оценки и рабочих процессов оптимизации.
Проектируйте масштабируемые архитектуры ПО
Архитектурные решения сложно сравнивать для веб-, мобильных, backend- и облачных систем. Этот навык предоставляет структурированные руководства и локальные скрипты-заготовки для отчетов, анализа зависимостей и документирования компромиссов.
Создавайте fullstack-приложения с senior-паттернами
Командам нужны единые рекомендации по настройке, архитектуре и ревью для современных веб-приложений. Этот skill предоставляет scaffolders, справочные материалы по рабочим процессам и quality prompts для проектов на React, Next.js, Node.js, GraphQL и PostgreSQL.
Оптимизируйте AI-промпты с Prompt Engineer
Писать понятные промпты сложно, когда цели расплывчаты или комплексны. Этот навык превращает черновые запросы в структурированные промпты с использованием проверенных фреймворков для промптинга.
Приоритизируйте продуктовую работу с помощью исследовательских инсайтов
Продуктовым командам нужны более быстрые способы ранжировать функции, обобщать интервью и документировать решения. Этот навык предоставляет RICE-оценку, анализ интервью и шаблоны PRD для структурированного планирования.
Диагностика деградации контекста в ИИ-агентах
от ChakshuGautam
Длинные диалоги и большие промпты могут приводить к тому, что ИИ-агенты теряют важную информацию или следуют противоречивому контексту. Этот навык помогает Claude, Codex и Claude Code выявлять паттерны деградации и выбирать стратегии смягчения.
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.
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.
Надежное сжатие длинного контекста агента
от muratcankoylan
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.
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.
Эффективная оптимизация контекстных окон
от muratcankoylan
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.