前言¶
长会话 Agent 常见问题是上下文窗口装不下全部历史，简单把整段对话塞进向量库又容易检索噪声大、重复多、难以维护。若你希望记忆层具备结构化检索、整理与可扩展能力，而不是手写一堆 prompt 规则，可以看一下 SkillHub 上的社区 Skill Openclaw-Memory-Master（坐标 @user_c09df3d4/openclaw-memory-master，当前版本 4.3.0）。
这是什么¶
Openclaw-Memory-Master 在 SkillHub 上的定位是：企业级 AI 记忆系统，支持 GraphRAG 融合检索、智能记忆整理、实时性能监控和插件架构。英文简介表述为 Enterprise-grade AI Memory System with Smart Curation & Plugins，与上述能力一致。
- 维护方：社区发布者
user_c09df3d4，来源标记为community，分类为ai-agent。 - Skill 标签：
requires_api_key=false（页面未声明必须配置第三方 API Key）。 - 分发页：SkillHub 技能页；API 入口为
https://api.skillhub.cn/user_c09df3d4/openclaw-memory-master（用于工具链拉取元数据，浏览器直接打开可能不适用）。
该 Skill 遵循通用 SKILL.md 格式，安装后由 Agent 读取技能说明并按其中流程操作记忆与检索。
核心功能¶
以下能力均来自 SkillHub 官方简介，未在公开页展开实现细节的部分不在此展开。
-
GraphRAG 融合检索
在记忆召回侧结合图结构与 RAG 思路，用于在复杂、多跳关联的上下文中做检索（具体图 schema 与索引策略以安装包内 SKILL.md 为准）。 -
智能记忆整理（Smart Curation）
对写入或沉淀的记忆做整理与筛选，减轻「只堆不删」导致的检索质量下降。 -
实时性能监控
面向记忆子系统的运行指标观测，便于在长会话或高写入场景下定位瓶颈。 -
插件架构
通过插件扩展记忆流水线（例如自定义整理策略、检索后端等），避免把所有逻辑写死在单一脚本里。
安装与启用¶
SkillHub 官方推荐：先按 SkillHub 安装说明 配置 CLI，再安装指定坐标。页面给出的安装提示词为：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_c09df3d4/openclaw-memory-master`。
下面是在本机用 skillhub CLI 的常规步骤（与官方文档第三节一致）。
1、检查是否已安装 skillhub
command -v skillhub && skillhub --version
2、未安装时安装 CLI（完整包或仅 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
3、安装 Openclaw-Memory-Master 到当前 Agent 的 skills 目录
官方要求安装时必须使用 --dir，且目录需对应当前使用的客户端，否则默认落到 ./skills/ 可能不会被 Agent 加载。
skillhub install @user_c09df3d4/openclaw-memory-master --dir <skills 目录>
常用客户端 skills 路径（摘自 SkillHub 安装文档）：
| 客户端 | skills 目录 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或项目下 .agents/skills/ |
| Gemini CLI | ~/.gemini/skills/ |
安装完成后按你所用 Agent 的惯例重启或刷新技能列表，使新 Skill 生效。OpenClaw 及其变体（文档列出的 NanoBot、PicoClaw 等）通常也有各自的 skills 目录，需按当前环境自行确认。
典型用法¶
公开 SkillHub 页未提供独立的可复制业务示例；实际工作流以安装包内的 SKILL.md 及 Agent 对话中的技能调用为准。可复现的起步方式是：
- 完成上一节安装，确认 Agent 已加载
@user_c09df3d4/openclaw-memory-master。 - 在任务中明确需要「写入记忆 / 检索历史 / 整理记忆」时，让 Agent 按该 Skill 的说明执行（例如长期用户偏好、项目决策、跨会话事实等）。
- 若启用插件或监控相关能力，按 SKILL.md 中的配置项与命令操作；页面上未列出的字段请勿自行假设。
在 Cursor 中，也可直接将官方安装提示词发给 Agent，由其拉取安装文档并完成 skillhub install。
适用场景与注意¶
更适合：
- 需要长期、可检索 Agent 记忆，且希望检索侧具备 GraphRAG 与整理能力，而不是单次会话 prompt 堆砌。
- 计划在 OpenClaw 生态或通用 SKILL.md Agent 上扩展记忆层，并可能通过插件接自定义后端。
需要注意：
- 来源为 community，接入生产前建议阅读 SKILL.md、审阅插件与数据落盘路径，并按团队合规要求评估。
- SkillHub 元数据显示 requires_api_key=false，不代表零外部依赖；若插件连接自建向量库或图数据库，仍需自行配置与鉴权。
- 公开页未给出 Cursor / Codex / Claude Code 的差异化配置；三者差异仅在 skills 安装目录 与各自 Agent 的加载机制，技能内容本身相同坐标。
- 统计信息以 SkillHub 抓取为准（评分 100000、下载 852 等），会随时间变化，写作或选型时以页面实时数据为准。
结尾¶
Openclaw-Memory-Master 把 GraphRAG 检索、记忆整理、性能监控和插件化扩展收拢在一个企业向记忆 Skill 里，适合作为 Agent 长期记忆的结构化底座。安装与坐标以 SkillHub 为准：
- 技能页：https://www.skillhub.cn/skills/user_c09df3d4/openclaw-memory-master
- 安装文档：https://skillhub.cn/install/skillhub.md
- 坐标：
@user_c09df3d4/openclaw-memory-master（v4.3.0）
