前言¶

在 Agent 或 OpenClaw 一类环境里，对话上下文会随会话结束而丢失；若把重要信息只写在聊天记录里，隔天很难按「今天记了什么」系统检索。社区里有人用操作系统页表（page table）的分层思路，把记忆按天落盘，方便长期复用。下面介绍 SkillHub 上的社区 Skill「三层记忆」（@user_df62fd7e/dl2work），它面向需要 Python 环境、希望做每日记忆存储的开发者；发布者自述为练手作品，文档自称齐全，配置问题可向其部署环境（claw）侧排查。

这是什么¶

「三层记忆」是 SkillHub 分类 knowledge-management 下的社区 Skill，坐标 @user_df62fd7e/dl2work，当前页面标注版本为 v2.3.4，来源为 community，发布者为 user_df62fd7e。SkillHub 标签标明 requires_api_key=false，即不依赖额外 API Key。

官方简介概括为：仿照页表进行每天的记忆存储，需要 Python 环境；发布者已在自己的 claw 上部署并认为可用。Skill 页面与下载入口分别为：

• 展示页：https://www.skillhub.cn/skills/user_df62fd7e/dl2work
• 官方地址：https://api.skillhub.cn/user_df62fd7e/dl2work

（SkillHub 页面统计：评分 100000，下载 1329，安装 7；与线索中的旧数字可能因统计时间不同而不一致，以页面为准。）

核心功能¶

结合官方简介，可核实的能力边界如下：

1. 记忆组织：设计思路是借鉴页表（page table）的分层结构，用于组织「按天」的记忆存储，而不是单次对话内的临时上下文。
2. 运行依赖：需要本机或运行环境具备 Python；具体脚本与目录结构在安装包内的 Skill 文档中说明（通用 Agent Skill 多为 SKILL.md 及附带资源）。
3. 部署取向：发布者明确针对 claw（OpenClaw 生态）自用部署；未在公开页面上单独列出 Cursor、Codex CLI 的差异化配置，其他客户端需自行将 Skill 安装到对应 skills 目录并阅读包内文档。

未在 SkillHub 公开页摘录到的细节（例如三层各自命名、具体配置文件字段、CLI 子命令列表）不在本文展开，以免与真实包内容不符；安装后应以包内文档为准。

安装与启用¶

SkillHub 推荐两种方式：把安装提示词交给 AI，或在本机使用 skillhub CLI。安装说明全文见 https://skillhub.cn/install/skillhub.md 。

1、检查或安装 SkillHub CLI¶

先确认是否已安装 CLI：

command -v skillhub && skillhub --version

若未安装，可按官方文档执行完整安装（含默认 Skill）或仅 CLI：

# 完整安装（CLI + 默认 Skill，推荐）
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

# 仅安装 CLI
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only

2、安装「三层记忆」到当前 Agent 的 skills 目录¶

官方要求：skillhub install 必须使用 --dir 指向当前 Agent 识别的 skills 目录，否则默认落在 ./skills/ 可能不被加载。

Skill 页面给出的 AI 安装提示为：

请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_df62fd7e/dl2work`。

对应 CLI 形式（将 <skills 目录> 换成你当前客户端的路径）：

skillhub install user_df62fd7e/dl2work --dir <skills 目录>

常用客户端 skills 路径（摘自 SkillHub 安装文档）：

• Claude Code：~/.claude/skills/
• Cursor：~/.cursor/skills/
• Codex：~/.codex/skills/ 或项目下的 .agents/skills/

安装完成后，按所用 Agent 的要求重启或刷新 Skill 列表，再打开包内 SKILL.md 查看触发条件与操作步骤。

典型用法¶

公开 SkillHub 页面未附带可复制的每日记忆写入示例命令。可复现的安装侧操作只有上文中的 skillhub 安装流程 与 AI 安装提示词。

就产品意图而言，发布者描述为「仿照页表进行每天的记忆存储」——即把需要保留的信息按天写入 Skill 约定的存储结构，供后续会话加载。具体如何创建当日条目、如何检索历史天次，需在安装成功的技能包文档中按步骤执行；若环境与发布者不一致，以其文档与 claw 侧实践为准。

适用场景与注意¶

适合谁

• 已在或计划使用 OpenClaw / claw 类 Agent，并希望把记忆从纯对话里拆出来、按天沉淀的开发者。
• 愿意维护 Python 环境，并接受社区练手项目的维护节奏与文档质量。

限制与注意

• 社区来源（community），非官方商店背书产品；简介写明「有兴趣就玩一玩」，投产前请自行评估。
• 不依赖 API Key（requires_api_key=false），但仍依赖 Python 与本地/Agent 目录权限。
• 安装包需从 SkillHub 下载；若 CLI 直链暂时不可用，可优先使用页面「将提示词发送给你的 AI 安装该 skills」的方式，或稍后在 SkillHub 重试 skillhub install。
• 三层划分、页表映射的具体实现以包内文档为准，本文不臆测字段名或目录树。

结尾¶

「三层记忆」把页表分层思路用到每日记忆存储上，面向 Python 与 claw 部署场景，在 SkillHub 上以 @user_df62fd7e/dl2work（v2.3.4）发布。需要试用时，可从展示页查看说明，并按 https://skillhub.cn/install/skillhub.md 安装 @user_df62fd7e/dl2work：https://www.skillhub.cn/skills/user_df62fd7e/dl2work