前言¶

做多步任务的 Agent 时，常见做法是把上下文塞进对话历史或零散笔记里。时间一长，人物、项目、任务之间的关系难以查询，多个 Skill 之间也很难共用同一份状态。你需要的是可增删改查、可连边、能表达依赖的结构化记忆，而不是每次从头复述。

下面介绍 SkillHub 社区 Skill ontology123（坐标 @user_fa1f8a24/ontology123，版本 1.0.0）。它把记忆建模为带类型的知识图谱，面向实体创建与查询、关系链接、约束校验，以及把多步计划写成图上的变换。

这是什么¶

ontology123 的定位是：Typed knowledge graph for structured agent memory and composable skills（类型化知识图谱，用于结构化 Agent 记忆与可组合 Skill）。

• 维护方：社区发布者 user_fa1f8a24，来源标注为 community，分类为 ai-agent。
• SkillHub 页面：https://www.skillhub.cn/skills/user_fa1f8a24/ontology123
• 官方资源地址：https://api.skillhub.cn/user_fa1f8a24/ontology123

标签 requires_api_key=false，表示按 SkillHub 页面说明，不依赖额外 API Key 配置项。

核心功能¶

以下能力均来自 SkillHub 与官方资源页上的简介说明，未在资料中出现的接口或命令不在本文展开。

实体类型与 CRUD¶

Skill 面向一组预定义实体类型进行操作，资料中明确列出：Person、Project、Task、Event、Document。适用场景包括实体的创建、查询与维护（entity CRUD）。

关系与约束¶

可以把相关对象 link 起来，并在图谱侧 enforcing constraints（施加约束），避免记忆图谱里出现自相矛盾或不符合规则的状态。

多步计划与图变换¶

多步动作可以按 graph transformations 来规划：把「下一步做什么」表达为对知识图谱的变更，而不是只留在自然语言计划里。

跨 Skill 共享状态¶

当多个 Skill 需要读写同一份结构化数据时，ontology123 用于 cross-skill data access 与 share state，让记忆落在统一的图模型上，而不是每个 Skill 各存一份。

典型触发语义¶

官方简介建议在用户意图接近下列表述时启用该 Skill：

• remember
• what do I know about
• link X to Y
• show dependencies

以及实体 CRUD、跨 Skill 数据访问等任务。

安装与启用¶

SkillHub 页面给出的安装方式，是让你的 AI 助手按 SkillHub 安装说明拉取指定坐标。页面原文如下（坐标与版本以 SkillHub 为准）：

请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_fa1f8a24/ontology123`。

操作步骤可以概括为：

1. 打开 https://skillhub.cn/install/skillhub.md（或 www 子域上的同路径），按其中的 SkillHub 安装流程配置你的 Agent 环境。
2. 在安装或添加 Skill 时指定坐标 @user_fa1f8a24/ontology123，版本 1.0.0。
3. 确认环境已加载基于 SKILL.md 的 Skill 包（社区 Skill 的通用格式）；具体目录名以你使用的客户端在安装说明中的约定为准。

当前抓取到的 SkillHub 统计为：评分 100000，下载 752，安装 0（统计会随时间变化，以 SkillHub 页面为准）。本文未核实 Cursor、Codex CLI、Claude Code 在配置路径上的差异，因此不分别罗列；统一以 SkillHub 安装文档为准。

典型用法¶

资料未提供可复制的脚本或 HTTP 示例，下面按官方简介归纳可复现的交互意图（由 Agent 在加载 Skill 后按 SKILL.md 执行，而非本文臆造的具体命令）。

1. 记住一条事实
   用户说「remember …」或补充 Person / Project / Document 等信息时，Agent 应在图谱中创建或更新对应实体。

2. 检索已有知识
   用户问「what do I know about X」时，Agent 应查询图谱中与 X 相关的实体与属性，而不是只搜本轮对话。

3. 建立关联
   用户要求「link X to Y」时，Agent 应在实体之间添加关系边，并遵守 Skill 内定义的约束。

4. 查看依赖
   用户要求「show dependencies」时，Agent 应沿图结构展示任务、项目等对象之间的依赖关系。

5. 多 Skill 协作
   当另一个 Skill 需要读写共享状态时，通过 ontology123 访问同一知识图谱，避免重复建模。

经过上面的步骤，记忆从「对话里的段落」变成「可查询、可连边、可校验的图」；具体字段与操作细则以安装后本地的 SKILL.md 为准。

适用场景与注意¶

适合谁

• 需要长期记住人物、项目、任务、事件、文档，并经常做关联查询的 Agent 工作流。
• 多个 Skill 要共用一份结构化状态，而不是各自维护 JSON 片段或笔记文件。
• 希望用依赖关系驱动计划，而不是每次重新推理隐含前提。

限制与注意

• 本文仅依据 SkillHub 公开简介撰写；未抓取到完整 SKILL.md 时，实体 schema、存储位置、约束规则需以你安装后的 Skill 包为准。
• 安装说明依赖 https://skillhub.cn/install/skillhub.md；若该文档暂时不可用，需待 SkillHub 恢复或从 SkillHub 页面重新获取安装提示。
• 图谱质量取决于 Agent 是否按 Skill 规范写入；约束能力以 Skill 定义为准，不能替代业务侧的人工审核。

结尾¶

ontology123 把 Agent 记忆收成类型化知识图谱，覆盖实体 CRUD、关系链接、约束与多步图变换，并支持跨 Skill 共享状态。若你的工作流里经常出现「记住」「关于 X 我知道什么」「把 X 和 Y 关联」「看依赖」这类需求，可以在 SkillHub 安装 @user_fa1f8a24/ontology123。

• SkillHub：https://www.skillhub.cn/skills/user_fa1f8a24/ontology123
• 官方资源：https://api.skillhub.cn/user_fa1f8a24/ontology123