Ein standardisiertes Speichersystem, das einen SQLite-Metadatenindex für die Dokumentenorganisation mit einem Redis-gestützten Kurzzeit-Kontextpuffer kombiniert.
Installieren & Herunterladen
1. ClawHub CLI
Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.
npx clawhub@latest install mema
2. Manuelle Installation
Kopiere den Skill-Ordner an einen dieser Orte
~/.openclaw/skills/ <project>/skills/ Priorität: Workspace > Lokal > Integriert (Bundled)
3. Prompt-Installation
Kopiere diesen Prompt in OpenClaw, um ihn automatisch zu installieren.
Hilf mir, mema über Clawhub zu installieren. Falls Clawhub nicht installiert ist, installiere es bitte zuerst (npm i -g clawhub).
Lieber herunterladen?
Hole dir die rohen Skill-Dateien in einem ZIP-Archiv.
Was ist Mema Brain?
Mema Brain dient als anspruchsvolle Speicherschicht für KI-Agenten und schließt die Lücke zwischen langfristiger Dateiorganisation und unmittelbarem Sitzungsbewusstsein. Durch die Nutzung einer SQLite-Datenbank zur Indizierung lokaler Dateimetadaten und Redis für das ephemere Zustandsmanagement ermöglicht es Entwicklern, kontextbewusstere Openclaw Skills zu erstellen.
Dieser zweischichtige Ansatz stellt sicher, dass Dateipfade und Tags leicht durchsuchbar sind, während temporäre mentale Zustände über Sitzungen hinweg erhalten bleiben. Durch die Entkopplung von Metadaten und Dateiinhalten bietet Mema eine leichtgewichtige Möglichkeit, Workspace-Wissen zu organisieren, ohne den Overhead schwerer Vektordatenbanken, was es zu einer wesentlichen Komponente für jede modulare Agentenarchitektur macht.
Mema Brain Anwendungsfälle
- Organisation von Workspace-Wissen durch Indizierung von Dateipfaden und Metadaten-Tags für schnelles Abrufen.
- Verwaltung ephemerer Sitzungszustände und Weitergabe von Kontext zwischen verschiedenen Agentenaufgaben.
- Reduzierung des LLM-Kontext-Overheads durch Speicherung großer Metadatensätze in einem lokalen SQLite-Index anstelle des Prompts.
- Sitzungsübergreifende Zustandspersistenz unter Verwendung des Redis-basierten Mental-State-Namespace für mehrstufige Workflows.
So funktioniert Mema Brain
- Initialisieren Sie das SQLite-Schema, um ein lokales Speicherverzeichnis für Dokumentmetadaten unter ~/.openclaw/memory/ zu erstellen.
- Indizieren Sie spezifische Dokumentpfade und verknüpfen Sie diese mithilfe des bereitgestellten Python-Utilitys mit beschreibenden Tags.
- Speichern Sie temporäre Key-Value-Paare in Redis, um den mentalen Zustand des Agenten während aktiver Codierungssitzungen aufrechtzuerhalten.
- Fragen Sie den SQLite-Index ab, um Pfade nach Tag oder Aktualität zu filtern und dem KI-Agenten während der Aufgabenausführung relevanten Kontext bereitzustellen.
- Lassen Sie Kurzzeit-Kontext automatisch über Redis TTL ablaufen, um sicherzustellen, dass der Workspace sauber und relevant bleibt.
Mema Brain Einrichtung
Befolgen Sie diese Schritte, um Mema Brain in Ihre Openclaw Skills zu integrieren:
# Installieren Sie die erforderlichen Python-Abhängigkeiten
pip install -r requirements.txt
# Konfigurieren Sie Ihre Umgebungsvariablen
cp env.example.txt .env
# Definieren Sie REDIS_HOST und REDIS_PORT in Ihrer .env-Datei
# Initialisieren Sie das SQLite-Datenbankschema
python3 $WORKSPACE/skills/mema/scripts/mema.py init
Mema Brain Datenschema & Taxonomie
Mema Brain organisiert Daten auf zwei verschiedenen Ebenen, um Persistenz und Leistung auszubalancieren:
| Komponente | Speichertyp | Ort / Namespace | Zweck |
|---|---|---|---|
| Dokumentindex | SQLite | ~/.openclaw/memory/main.sqlite |
Persistente Metadaten: Pfade, Titel und Tags. |
| Kurzzeitgedächtnis | Redis | mema:mental:* |
Ephemerer Sitzungszustand und Kontext. |
| Ablaufrichtlinie | TTL | 21.600 Sekunden | Standardmäßige 6-Stunden-Bereinigung für Redis-Schlüssel. |
Mema Brain Erweiterte Funktionen
- Anpassbare TTL (Time-To-Live) Einstellungen für einzelne Redis-Schlüssel zur präzisen Steuerung der Zustandsdauer.
- Tag-basierte Filterung für das schnelle Abrufen spezifischer Projektwissenspfade in großen Workspaces.
- Local-First-Architektur, die vollständigen Datenschutz und Zugriff mit geringer Latenz für alle Openclaw Skills gewährleistet.
- Pfadisoliermethode, die Datenbankoperationen strikt auf das zugewiesene Speicherverzeichnis beschränkt, um die Sicherheit zu erhöhen.
SKILL.md
Laden
Verwandte Openclaw-Skills
Menschliches Schreiben
Ein spezialisierter Skill, der entwickelt wurde, um stilistische KI-Merkmale zu eliminieren und hochdichte, professionelle technische Dokumentationen zu erstellen.
Guardian Wall
Ein sicherheitsorientierter Skill zur Bereinigung externer Inhalte und zur Neutralisierung von Prompt-Injection-Angriffen in KI-Agenten-Workflows.
File Organizer Skill
Sortieren Sie unordentliche Verzeichnisse automatisch in organisierte Unterordner nach Dateierweiterung oder Erstellungsdatum.
clinstagram
Ein umfassendes hybrides CLI für Instagram, das für KI-Agenten die Sicherheit der Meta Graph API mit der Funktionstiefe der privaten API verbindet.
Speicher-Cache
Ein standardisiertes Redis-basiertes Caching-System zur Verwaltung von KI-Agentenstatus, Sitzungskontext und Hochgeschwindigkeits-Datenabruf.
Mermaid Architect
Ein spezialisierter Agenten-Skill zur Erstellung robuster, optisch ansprechender Mermaid.js-Diagramme unter Verwendung sicherer Syntax und professioneller Layouts.
METADATA
Hervorgehoben*
