Un sistema de caché estandarizado basado en Redis para gestionar el estado del agente de IA, el contexto de la sesión y la recuperación de datos a alta velocidad.
Instalar y Descargar
1. ClawHub CLI
La forma más rápida de instalar una habilidad directamente desde el registro.
npx clawhub@latest install memory-cache
2. Instalación manual
Copia la carpeta de la habilidad a una de estas ubicaciones
~/.openclaw/skills/ <project>/skills/ Prioridad: Espacio de trabajo > Local > Integrado
3. Instalación del prompt
Copia este prompt en OpenClaw para instalarlo automáticamente.
Ayúdame a instalar memory-cache usando Clawhub. Si Clawhub no está instalado, instálalo primero (npm i -g clawhub).
¿Prefieres descargar?
Obtén los archivos originales de la habilidad en un archivo ZIP.
¿Qué es Caché de Memoria?
Caché de Memoria es un sistema de almacenamiento temporal de alto rendimiento diseñado específicamente para agentes de IA dentro del ecosistema Openclaw Skills. Al utilizar Redis, proporciona un marco robusto para guardar estados de agentes, almacenar en caché resultados de API costosos y facilitar el intercambio de datos entre múltiples subagentes. La habilidad enfatiza la organización a través de claves con espacio de nombres y una gestión eficiente de la memoria a través de configuraciones de tiempo de vida (TTL).
La implementación de esta habilidad permite a los desarrolladores mantener la continuidad de la sesión y mejorar la capacidad de respuesta de sus flujos de trabajo de IA. Actúa como una capa de memoria centralizada, asegurando que el contexto crítico se preserve en diferentes ciclos de ejecución mientras se evitan colisiones de datos mediante convenciones de nomenclatura estrictas.
Casos de uso de Caché de Memoria
- Almacenar y recuperar estados de ejecución del agente para mantener la continuidad entre sesiones.
- Almacenar en caché respuestas de API de alta latencia para mejorar la velocidad y reducir los costes operativos.
- Compartir contexto y variables en tiempo real entre agentes primarios y subagentes.
- Gestionar datos de sesión temporales con expiración automática mediante la gestión de TTL.
Cómo funciona Caché de Memoria
- El agente establece una conexión a una instancia de Redis a través de la variable de entorno REDIS_URL.
- Los datos se escriben en la caché utilizando el script cache_manager.py, aplicando el espacio de nombres mema: adecuado.
- Los valores de TTL (Time-To-Live) se asignan opcionalmente a las claves para automatizar la limpieza de datos volátiles.
- Los agentes recuperan el contexto o estado almacenado consultando claves de espacios de nombres específicos, lo que garantiza un flujo de datos fluido.
- Se utilizan comandos de mantenimiento como scan y ping para supervisar el estado de la caché y buscar patrones de datos específicos.
Configuración de Caché de Memoria
Para integrar esto en su flujo de trabajo, asegúrese de tener python3 y una instancia de Redis en ejecución. Este es un componente central para los desarrolladores que buscan expandir su biblioteca de Openclaw Skills.
# Instalar las dependencias necesarias
pip install -r requirements.txt
# Configurar variables de entorno
cp env.example.txt .env
# Defina REDIS_URL en su archivo .env
Esquema de datos y taxonomía de Caché de Memoria
La habilidad organiza los datos dentro de Redis utilizando una taxonomía estricta basada en prefijos para garantizar la claridad y evitar sobrescrituras:
| Prefijo de clave | Tipo | Descripción |
|---|---|---|
mema:context:* |
Sesión | Almacena el estado de la sesión activa y el historial de conversaciones. |
mema:cache:* |
Volátil | Se utiliza para resultados temporales de API y datos a corto plazo. |
mema:state:* |
Persistente | Mantiene el estado del agente a largo plazo a través de múltiples ejecuciones. |
Funciones avanzadas de Caché de Memoria
- Gestión de TTL: Control granular sobre la expiración de datos para optimizar el uso de la memoria de Redis.
- Aislamiento de espacios de nombres: Los prefijos estandarizados (mema:) garantizan la compatibilidad con otras Openclaw Skills.
- Sincronización de subagentes: Permite flujos de trabajo complejos de múltiples agentes al proporcionar un bus de memoria compartida.
- Escaneo de patrones: Funciones de búsqueda integradas para identificar y gestionar claves dentro de espacios de nombres específicos.
SKILL.md
Cargando
Habilidades relacionadas de Openclaw
Mema Brain
Un sistema de memoria estandarizado que combina un índice de metadatos SQLite para la organización de documentos con un búfer de contexto a corto plazo impulsado por Redis.
Escritura Humana
Una habilidad especializada diseñada para eliminar rasgos estilísticos de IA y producir documentación técnica profesional de alta densidad.
Guardian Wall
Una habilidad centrada en la seguridad para sanear contenido externo y neutralizar ataques de inyección de prompts en los flujos de trabajo de agentes de IA.
Habilidad Organizador de Archivos
Clasifique automáticamente directorios desordenados en subcarpetas organizadas por extensión de archivo o fecha de creación.
Mermaid Architect
Una skill de agente especializada para generar diagramas Mermaid.js robustos y visualmente atractivos utilizando sintaxis segura y diseños profesionales.
Newman - Ejecutor de CLI de Postman
Una herramienta de línea de comandos automatizada para ejecutar colecciones de Postman que permite realizar pruebas de API e informes de manera fluida.
METADATA
Presentado*
