📦
context-compression
81可靠压缩长代理上下文
当上下文窗口填满时，长时间 AI 会话会丢失关键决策、文件变更和后续步骤。此技能为 Claude、Codex 和 Claude Code 提供结构化压缩方法和评估探针。
效率 查看
技能 memory-systems
📦
memory-systems
内容修订 r2 中风险 ⚙️ 外部命令🌐 网络访问
构建智能体记忆系统
当重要上下文在会话之间消失时，智能体会失去连续性。此技能帮助设计用于持久检索的向量、图谱和时序记忆层。
支持: Claude Codex Code(CC)
使用我的智能体安装
将此请求复制给你的智能体，其中包含权威 Skill 页面和清单。
智能体请求
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.你的智能体仍应展示其计划，并按安全策略请求必要确认。
Agent 可读资源
当 AI Agent、爬虫或脚本需要干净上下文，而不是读取完整页面时，请使用这些链接。
测试它
正在使用“memory-systems”。 我需要一个支持助手来跨会话记住客户偏好。
预期结果:
- 推荐设计：为每位客户使用实体记忆，并将偏好存储为带时间戳的事实。
- 为支持历史添加向量检索，并为产品、账户和问题添加图关系。
- 在存储个人详细信息之前，使用保留、同意和访问控制。
正在使用“memory-systems”。 我的智能体必须回答用户上个月相信什么或偏好什么。
预期结果:
- 推荐设计：使用在事实上带有有效期范围的时序知识图谱。
- 查询应按请求的时间过滤事实，并排除较新的替代事实。
- 整合应保留历史，而不是覆盖每个较旧事实。
正在使用“memory-systems”。 我们的向量记忆返回相关文本，但遗漏了实体之间的关系。
预期结果:
- 推荐设计：保留向量搜索用于召回，并添加图边用于关系推理。
- 单独索引实体，使检索可以将语义匹配与直接图遍历结合起来。
安全审计
中风险v8 • 2026/8/9 打开版本化报告
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.
3
已扫描文件
1,399
分析行数
0
复核项
0
已忽略误报
已确认安全问题 (1)
中
Untrusted Memory Content Enters Agent Context
The reference formatter inserts stored memory content directly into model context without trust labels or instruction filtering. A poisoned memory could influence later agent behavior.
The formatter directly interpolates each memory's content into a context section. No delimiting, provenance enforcement, or instruction filtering is shown.
风险因素
⚙️ 外部命令 (18)
🌐 网络访问 (1)
审计者: codex 查看审计历史 →
分享与引用此报告
分享版本化评估报告、中性徽章、嵌入卡片和引用。Skillstore 只报告证据，不判断该 Skill 是否安全。
复制报告链接
https://skillstore.io/skills/muratcankoylan-memory-systems/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdown 徽章
[](https://skillstore.io/skills/muratcankoylan-memory-systems?utm_source=security_passport_badge)HTML 徽章
<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>嵌入卡片
<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>学术引用 (APA · BibTeX · CFF)
APA 引用
muratcankoylan. (2026). memory-systems security audit report (audit version 8) [Author version unspecified]. Skillstore. https://skillstore.io/skills/muratcankoylan-memory-systems/audits/8BibTeX 引用
@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}
}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 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"
比较变体
4 个可安装变体每位作者的技能都保持为独立的可安装项。推荐变体按 Skillstore 证据排序。
为什么此变体排名第一
Skillstore 评分最高
作者 / 来源 Skillstore 评分 证据置信度 Skillstore 使用量 已更新
chakshugautam-memory-systems
Skillstore 评分 72
证据置信度 高
Skillstore 使用量 18
已更新
2026-09-09
muratcankoylan-memory-systems
Skillstore 评分 72
证据置信度 高
Skillstore 使用量 14
已更新
2026-09-09
Skillstore 评分
评分依据 证据置信度: 高 64
架构
85
可维护性
87
内容
70
社区
83
规范符合性
你能构建什么
设计持久智能体记忆
规划助手应如何跨会话记住事实、偏好和任务状态。
选择存储架构
为计划中的系统比较文件记忆、向量检索、图存储和时序图谱。
评估时序检索
建模随时间变化的事实，并设计用于历史状态重建的查询。
试试这些提示
选择记忆架构
我正在构建一个需要跨会话记忆的智能体。请针对我的用例比较文件记忆、向量搜索、知识图谱和时序图谱。
设计实体记忆
为一个在多轮对话中跟踪人员、项目、偏好和关系的助手设计实体记忆模型。
添加时序检索
帮助我扩展现有记忆系统，使事实具有 valid-from 和 valid-until 日期，并支持针对特定历史时间的检索。
评审记忆系统
请从检索质量、过时事实、整合策略、隐私控制和上下文集成风险方面评审我的智能体记忆架构。
最佳实践
- 让记忆架构匹配智能体必须回答的问题。
- 当事实可能发生变化时，存储有效期、来源和置信度。
- 为持久记忆添加明确的隐私、同意、保留和访问控制。
避免
- 当智能体必须对关系进行推理时，仅使用向量搜索。
- 在没有时序有效性或整合的情况下，让过时事实保持活跃。
- 将所有记住的数据注入上下文，而不是检索目标记忆。
常见问题
这个技能帮助构建什么？
它帮助为智能体设计持久记忆，包括向量存储、实体记忆、图谱和时序检索。
它是否提供生产就绪的存储？
不。它提供设计指导和参考模式，这些内容需要进行生产级强化。
我什么时候应该使用知识图谱？
当智能体必须推理人员、对象、项目或事件之间的关系时，应使用图谱。
我什么时候应该使用时序记忆？
当事实会变化，并且智能体必须回答关于过去或当前状态的问题时，应使用时序记忆。
它能与 Claude、Codex 和 Claude Code 配合使用吗？
可以。在设计智能体记忆系统时，这些指导可与 Claude、Codex 和 Claude Code 一起使用。
我应该添加哪些安全控制？
对于个人或敏感记忆，应添加同意、保留限制、加密、访问控制、审计日志和删除工作流。
开发者详情
许可证
MIT
Skillstore 修订
r2
版本提示
作者未声明版本。
引用
02be9409c79ca1183f7844009c14d9df684d0cf9
维护新鲜度
2026/8/11
使用量
12 次下载 · 180 次浏览
文件结构
muratcankoylan 的更多技能
查看全部📦
evaluation
81使用评分标准评估 Agent 系统
Agent 团队需要可重复的方法来衡量质量、回归和上下文变化。此技能指导评分标准设计、测试集、评分和监控。
数据与分析 查看
📦
context-degradation
80诊断 AI 上下文退化
长时间的 AI 会话可能隐藏重要上下文，并导致智能体错误回答。此技能可帮助识别退化模式，并为 Claude、Codex 和 Claude Code 工作流选择缓解策略。
研究与学习 查看
📦
context-optimization
80高效优化上下文窗口
长时间的智能体会话可能浪费 token、拖慢响应，并丢失重要上下文。此技能为 Claude、Codex 和 Claude Code 提供压缩、掩蔽、缓存和分区的实用方法。
效率 查看
📦
multi-agent-patterns
80设计多智能体 AI 系统
多智能体系统很难设计，因为协调、上下文隔离和故障模式会相互影响。此技能提供实用模式、权衡取舍和示例，用于构建可靠的智能体团队。
编码与开发 查看
📦
tool-design
80设计模型能够可靠使用的智能体工具
当描述、模式和错误消息含糊不清时，智能体工具就会失败。此技能提供实用模式，用于构建更清晰的工具 API、更安全的整合方式以及更好的测试。
编码与开发 查看
相关技能
查看全部📦
context-manager
78设计 AI 上下文系统
由 sickn33
AI 团队需要可靠的方法，在复杂工作流中管理上下文、记忆和检索。此技能可指导 RAG、向量搜索、知识图谱和多智能体交接的架构选择。
编码与开发 查看
📦
ai-agents-architect
77设计可靠的 AI 智能体系统
由 sickn33
自主智能体可能因糟糕的工具设计、薄弱的记忆规则和不清晰的升级路径而失败。此技能可指导可控智能体的架构决策。
编码与开发 查看
📦
agent-memory-systems
76设计 Agent 记忆系统
由 sickn33
当 Agent 无法检索到正确的先前上下文时，就会失去连贯性。此技能指导记忆架构、分块、检索和衰减选择，以实现可靠的长期 Agent 行为。
编码与开发 查看
📦
AgentDB Memory Patterns
75为 AI 代理构建 AgentDB 记忆
由 ruvnet
有状态代理需要跨会话的可靠记忆。此技能展示了用于存储消息、事实、已学习模式和检索上下文的 AgentDB 模式。
编码与开发 查看
📦
context-fundamentals
80优化智能体上下文管理
由 ChakshuGautam
当提示词、工具、历史记录和检索内容争夺上下文时，智能体系统可能会变得不可靠。此技能解释上下文组成部分，以及用于预算、渐进式披露和验证的实用模式。
文档 查看
📦
planning-with-files
78使用规划文件组织复杂工作
由 OthmanAdi
长任务可能会丢失上下文、决策和恢复记录。此技能将计划、笔记和交付物保存在智能体可重新读取和更新的 markdown 文件中。
效率 查看