AI Agent 用の軽量な SQLite ベースのメモリシステムで、長期保存、意味論的検索、自然なメモリ減衰を処理します。
インストール＆ダウンロード
1. ClawHub CLI
レジストリから直接スキルをインストールする最速の方法です。
npx clawhub@latest install amarin-memory
2. 手動インストール
スキルフォルダを以下のいずれかの場所にコピーしてください
~/.openclaw/skills/ <project>/skills/ 優先順位：ワークスペース > ローカル > バンドル
3. プロンプトのインストール
このプロンプトをOpenClawにコピーするだけで、自動的にインストールされます。
Clawhubを使って amarin-memory をインストールして。Clawhubがインストールされていない場合は、先にインストールしてください（npm i -g clawhub）。
ダウンロードをご希望ですか？
ZIPアーカイブで生のスキルファイルを取得します。
Amarin Memory とは？
Amarin Memory は、Openclaw Skills エコシステム内の自律型 Agent 向けに特別に設計された、堅牢で持続的な適応型メモリ層を提供します。単純なキーバリューストアとは異なり、sqlite-vec を使用して高性能な意味論的検索を行い、生物学に触発された時間的減衰機能を実装しています。これは、強化されない限り、関連性の低い情報は時間が経つにつれて消えていくという仕組みです。これにより、膨大な外部ベクトルデータベースを必要とせずに、Agent が関連性があり管理しやすいコンテキストを維持できるようになります。
このスキルを統合することで、開発者は Agent に一貫したアイデンティティを与え、複数のセッションにわたってユーザーの好みや過去のやり取りを思い出させることができます。Openclaw Skills コレクションの不可欠な部分である Amarin Memory は、自動重複排除と新規性スコアリングを処理し、検索時に最も価値がありユニークな情報のみが優先されるようにします。
Amarin Memory のユースケース
- 複数の Agent セッションにわたるユーザーの好みや長期的な習慣の保存。
- 過去の会話から関連するコンテキストを検索し、応答精度を向上。
- コアメモリブロックを通じて安定した Agent のアイデンティティとペルソナを維持。
- 重要でない情報や古い情報を自動的に減衰させることで Agent のパフォーマンスを最適化。
- Openclaw Skills フレームワーク内の特定のタグとブロックを使用して、マルチ Agent メモリの分離を実現。
Amarin Memory の仕組み
- Agent が会話中に価値のある情報やコンテキストを特定します。
- CLI コマンドを使用して情報を保存し、既存のメモリに対して自動的に重複排除が行われます。
- Ollama などの外部サービスを介して埋め込みが生成され、意味論的検索のためにローカルの SQLite データベースに保存されます。
- Agent が情報を思い出す必要がある場合、意味的類似性と重要度スコアを組み合わせた検索を実行します。
- 定期的なメンテナンスサイクルで減衰関数が実行され、使用されていないメモリの重要度が低下し、メモリプールが効率的に保たれます。
Amarin Memory のセットアップ
Openclaw Skills ライブラリのこのスキルの利用を開始するには、Python 3.11+ がインストールされていることを確認してください。
まず、好みのパッケージマネージャーを使用してパッケージをインストールします。
uv pip install amarin-memory
次に、ローカルデータベースとベクトルインデックスを初期化します。
python3 scripts/setup.py
Ollama などの埋め込みサービスが実行されていることを確認し、必要に応じて環境変数を設定してください。
export OLLAMA_URL="http://localhost:11434"
Amarin Memory のデータスキーマとタクソノミー
Amarin Memory はデータを ~/.amarin/agent.db に配置されたローカル SQLite データベース内に整理し、Openclaw Skills データをポータブルかつプライベートに保ちます。
| コンポーネント | 説明 |
|---|---|
| Memories | テキスト、埋め込み、重要度スコアを含むメインストレージテーブル。 |
| Tags | 検索中にメモリを分類およびフィルタリングするために使用されるメタデータ。 |
| Core Blocks | Agent のペルソナやユーザーのプロファイルなどの静的で優先度の高い情報。 |
| Importance | データの重要度を反映する 0.0 から 1.0 までのスケール。 |
| Decay Factor | 保護されていないメモリの重要度を時間とともに減少させる時間的値。 |
Amarin Memory の高度な機能
- 0.85 のコサイン類似度しきい値を使用した自動重複排除により、冗長な保存を防止。
- ユニークな情報の重要度を高める、新規性に基づくサプライズスコアリング。
- 時間的減衰の影響を受けないように重要なデータを保護する手動メモリ保護機能。
- Openclaw Skills 環境内で超高速検索を実現する sqlite-vec 駆動のセマンティック KNN 検索。
- 将来の監査のために理由を記録した状態でメモリを忘れさせるソフト削除機能。
SKILL.md
ローディング
関連するOpenclawのスキル
Apple Silicon AI フリートマネージャー
MシリーズMacの計算能力を集約し、統合されたスケーラブルなクラスターにする高性能ローカルAI推論エンジンです。
Amazon PPC
利益主導のロジックと階層化されたキャンペーン構造に基づき、Amazon Sponsored Adsを設計・最適化するための包括的なフレームワークです。
Amazon SEO
戦略的なキーワード配置により、オーガニックランキングとコンバージョン率を向上させるよう設計された、Amazon商品リスティングのための包括的な最適化フレームワーク。
Loyalty Designer
ポイント、ランク、紹介メカニズムを通じて顧客生涯価値(LTV)を高める、利益を生み出すロイヤリティプログラム設計のための戦略フレームワーク。
Team Tasks
共有JSONタスクファイルと集中型AGIディスパッチを通じて、マルチエージェント開発パイプラインを管理するための高度な調整フレームワークです。
特徴*
