前言¶
在 OpenClaw 一类 Agent 运行时里，对话上下文窗口有限，单靠会话内历史很难长期记住偏好、决策和项目背景。常见做法是外挂向量库或手写摘要，但检索策略单一、注入时机难控时，要么漏掉关键记忆，要么把无关片段塞进 prompt。
下面介绍 SkillHub 上的 Arshis-记忆增强-memory-pro（坐标 @user_b167603f/memory-plus，当前版本 5.0.0）。它定位为 OpenClaw Primary Memory Plugin，在简介中明确结合了 LanceDB、混合检索、自进化、Arshis Dreaming Engine 以及上下文注入控制，面向需要「主记忆层」而非临时笔记的 Agent 集成场景。
这是什么¶
Arshis-记忆增强-memory-pro 是社区来源（community）的 ai-agent 类 Skill，由发布者 user_b167603f 维护；SkillHub 页面标注作者为 Arshis，并带有「作者自主性」说明。
官方一句话简介（英文原文）：
OpenClaw Primary Memory Plugin with LanceDB vector database, hybrid retrieval, self-evolution, Arshis Dreaming Engine, and context injection control.
据此可归纳其要解决的问题：为 OpenClaw 体系提供可持久化的主记忆能力，用 LanceDB 做向量存储，用混合检索与注入控制把记忆写回 Agent 上下文，并包含自进化与 Dreaming Engine 相关能力（具体实现细节以 Skill 包内 SKILL.md 为准；公开页面未展开配置项）。
SkillHub 元数据（截至页面展示）：评分 100000，下载 645；标签 requires_api_key=false，表示按平台标注无需 API Key 即可安装使用。
官方入口：
- SkillHub 展示页：https://www.skillhub.cn/skills/user_b167603f/memory-plus
- 资料中的 API 地址：https://api.skillhub.cn/user_b167603f/memory-plus
核心功能¶
以下能力均来自官方简介，不做超出资料的发挥。
-
OpenClaw Primary Memory Plugin
作为 OpenClaw 侧的主记忆插件形态发布，与 OpenClaw 及其变体生态中的 skills 目录安装方式一致（见下文安装）。 -
LanceDB 向量数据库
记忆落盘与检索依赖 LanceDB，适合需要向量相似度检索的长期记忆场景。 -
Hybrid retrieval（混合检索）
简介标明支持混合检索，通常意味着向量检索与其它检索信号组合；具体权重与接口以 Skill 文档为准。 -
Self-evolution（自进化）
简介包含自进化能力，用于记忆或策略随使用更新的设计方向；公开页面未给出触发条件与参数。 -
Arshis Dreaming Engine
产品名中的 Dreaming Engine 为独立卖点，公开简介未展开机制说明。 -
Context injection control（上下文注入控制）
可对注入 Agent 上下文的记忆片段进行控制，缓解无关记忆挤占窗口的问题。
安装与启用¶
Skill 遵循通用 SKILL.md 格式。SkillHub 提供两种常见安装路径：让 AI 按安装文档操作，或使用 skillhub CLI 指定 Agent 的 skills 目录。
方式一：通过提示词交给 AI 安装¶
SkillHub 页面给出的安装提示为：请根据安装文档，安装坐标 @user_b167603f/memory-plus。
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_b167603f/memory-plus`。
AI 会按 SkillHub 安装与优先源配置 检查 CLI、选择正确的 --dir 并完成安装。
方式二：skillhub CLI¶
先确认本机是否已有 CLI：
command -v skillhub && skillhub --version
未安装时，可按官方文档执行完整安装（含 CLI 与默认 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
安装本 Skill 时，必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 且可能不被识别。官方文档列出的常用路径包括：
| 环境 | skills 目录 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或项目下 .agents/skills/ |
| Gemini CLI | ~/.gemini/skills/ |
在 Cursor 中安装示例：
skillhub install @user_b167603f/memory-plus --dir ~/.cursor/skills/
OpenClaw 及 NanoBot、PicoClaw、memUBot 等变体使用各自约定的 skills 目录，需按当前运行时实际路径替换 --dir。安装后若 Agent 未加载新 Skill，按所用客户端说明重启或刷新 skills。
公开资料未区分 Cursor / Codex CLI / Claude Code 在启用本 Skill 后的额外配置差异；若包内 SKILL.md 有 OpenClaw 专用步骤，以安装后的本地文档为准。
典型用法¶
可复现步骤限于 SkillHub 已公开的安装流程：
- 在 SkillHub 确认坐标
@user_b167603f/memory-plus与版本 5.0.0。 - 按上文将 Skill 安装到当前 Agent 的 skills 目录。
- 在支持 Skills 的客户端中启用或引用该 Skill，由 Agent 按
SKILL.md中的记忆写入、检索与注入规则执行。
页面未提供独立的命令行演示或配置文件样例；混合检索、Dreaming Engine、注入控制的具体调用方式，需在安装后阅读 Skill 包内文档。若仅做能力评估，可先通过 skillhub search memory 等命令在商店内核对条目后再安装。
适用场景与注意¶
适合谁
- 使用 OpenClaw 或其 skills 目录兼容变体，需要长期、可检索记忆的 Agent 开发者。
- 希望用 LanceDB 做向量记忆，并关注混合检索与上下文注入控制的团队。
- 希望使用社区 Skill、且平台标注 requires_api_key=false 的环境。
限制与注意
- 来源为 community，升级与兼容性需自行跟踪 5.0.0 及后续版本。
- 公开页面未列出环境依赖（如 LanceDB 运行时、OpenClaw 最低版本）；生产接入前应在测试环境验证。
- SkillHub 展示的「安装」计数为 0 时，仅表示平台统计字段，不代表本地无法安装；以 CLI 或 AI 安装结果为准。
- 自进化与 Dreaming Engine 涉及行为边界，上线前应结合业务合规与数据留存策略审查。
结尾¶
Arshis-记忆增强-memory-pro 把 OpenClaw 主记忆、LanceDB、混合检索与上下文注入控制打包为一条 SkillHub 坐标，适合作为 Agent 长期记忆层的起点。安装以 @user_b167603f/memory-plus 与 SkillHub 安装文档 为准。
官方展示页：https://www.skillhub.cn/skills/user_b167603f/memory-plus
