Memory Forge para Openclaw

Un analizador de eficiencia de conversaciones de AI que rastrea costes, KPIs de sesión y patrones de uso en plataformas como Claude y Cursor.

melody1015
v1.0.1
Mar 18, 2026
0
1.1k
0

Instalar y Descargar

1. ClawHub CLI

La forma más rápida de instalar una habilidad directamente desde el registro.

npx clawhub@latest install memory-forge

2. Instalación manual

Copia la carpeta de la habilidad a una de estas ubicaciones

Global
~/.openclaw/skills/
Espacio de trabajo
<project>/skills/

Prioridad: Espacio de trabajo > Local > Integrado

3. Instalación del prompt

Copia este prompt en OpenClaw para instalarlo automáticamente.

Ayúdame a instalar memory-forge 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 Memory Forge?

Memory Forge es una herramienta de análisis especializada diseñada para proporcionar información profunda sobre sus interacciones con Modelos de Lenguaje de Gran Tamaño. Al analizar el historial de conversaciones local de plataformas como Claude, ChatGPT y Cursor, permite a los desarrolladores comprender sus patrones de uso y optimizar sus gastos. Como parte del ecosistema Openclaw Skills, esta herramienta actúa como una capa de diagnóstico, transformando los datos de sesión sin procesar en informes procesables.

Memory Forge se centra en la privacidad y la eficiencia, procesando todos los datos localmente para garantizar que los registros de conversaciones sensibles permanezcan seguros. Ya sea que esté gestionando costes personales de API o optimizando flujos de trabajo de AI a nivel de equipo, ofrece las métricas necesarias para tomar decisiones basadas en datos sobre cómo interactúa con los agentes de AI.

Casos de uso de Memory Forge

  • Seguimiento de los costes de consumo de API en diferentes modelos de AI y proyectos.
  • Identificación de patrones de uso de alta frecuencia y baja eficiencia en las conversaciones de los desarrolladores.
  • Análisis del compromiso específico del proyecto y la distribución de temas.
  • Generación de informes semanales de eficiencia para supervisar las tendencias de productividad de la AI.
  • Diagnóstico de sesiones de conversación costosas para oportunidades de optimización.

Cómo funciona Memory Forge

  1. La skill identifica los datos de conversación almacenados localmente en directorios como ~/.claude/projects/.
  2. Un script de análisis basado en Python analiza los archivos de conversación JSONL para extraer sesiones, turnos y uso de token.
  3. El sistema calcula el desglose de costes en función del precio específico del modelo y la duración del uso.
  4. Se generan estadísticas estructuradas que cubren KPIs, tendencias semanales y distribuciones por proyecto.
  5. El agente proporciona un informe de diagnóstico con recomendaciones procesables para mejorar la eficiencia de la interacción.

Configuración de Memory Forge

Para comenzar con este componente de Openclaw Skills, asegúrese de que los scripts sean accesibles en su entorno local. Use los siguientes comandos para inicializar y ejecutar el análisis:

# Ejecutar el script de estadísticas estándar con tendencias semanales
python3 ~/memory-forge/skill/scripts/analyze.py --weekly

# Filtrar el análisis para un proyecto específico
python3 ~/memory-forge/skill/scripts/analyze.py --project "my-project"

# Instalar la suite de visualización completa si es necesario
pip install memory-forge[all]
mforge init
mforge run

Esquema de datos y taxonomía de Memory Forge

Memory Forge organiza sus análisis en formatos estructurados para facilitar la interpretación de los datos de uso de AI. La salida incluye:

Componente de Datos Descripción
summary KPIs de alto nivel que incluyen sesiones totales, coste y días activos.
weekly Estadísticas comparativas de las últimas 4-8 semanas para identificar tendencias.
projects Un desglose de costes y recuento de sesiones por proyecto individual.
models Estadísticas de uso categorizadas por modelos de LLM específicos (por ejemplo, Claude 3.5 Sonnet).
cost_breakdown Desglose detallado de los gastos entre diferentes proveedores.

Funciones avanzadas de Memory Forge

  • Seguimiento de costes multi-modelo para una gestión presupuestaria granular.
  • Arquitectura de procesamiento local-first que garantiza la nula filtración de datos a servidores externos.
  • Informes de tendencias semanales con detección automática de cambios semana a semana.
  • Ganchos de análisis profundo para obtener información a nivel de tema utilizando topics.json y archivos de decisión extraídos.
  • Integración completa del panel de control a través del comando mforge serve para gráficos de uso visual.

SKILL.md


Cargando

Habilidades relacionadas de Openclaw

METADATA

Github Stars: 0
forks: 0

Presentado*