Sponsored by Designkit Free Background Remover - Designkit은 하루 최대 100장의 이미지에서 배경을 무료로 제거할 수 있는 AI 서비스로, 일괄 처리와 배경 변경, 크기 조정 기능을 제공합니다.

AI 광고 라이브러리

Openclaw Skills

공유 메모리 지식 베이스

Openclaw용 공유 메모리 지식 베이스

Openclaw 에이전트가 개인 지식과 전문적 경험을 저장, 검색 및 성찰할 수 있도록 하는 통합 크로스 페르소나 메모리 계층입니다.

ludiansheng

v1.0.0

Apr 12, 2026

설치

정보

Skill.md

설치 및 다운로드

1. ClawHub CLI

레지스트리에서 스킬을 바로 설치하는 가장 빠른 방법입니다.


                  npx clawhub@latest install shared-memory-kb

2. 수동 설치

스킬 폴더를 다음 위치 중 하나로 복사하세요

글로벌

~/.openclaw/skills/

워크스페이스

<project>/skills/

우선순위: 워크스페이스 > 로컬 > 번들

3. 프롬프트 설치

이 프롬프트를 OpenClaw에 복사하면 자동으로 설치됩니다.


                  Clawhub를 사용해서 shared-memory-kb 설치를 도와줘. Clawhub가 설치되어 있지 않다면 먼저 설치해 줘 (npm i -g clawhub).

다운로드를 원하시나요?

ZIP 아카이브 형태의 원본 스킬 파일을 받으세요.

공유 메모리 지식 베이스란 무엇인가요?

공유 메모리 지식 베이스는 Openclaw Skills에 지속적인 크로스 페르소나 메모리를 제공하도록 설계된 정교한 아키텍처 계층입니다. 여러 AI 에이전트가 단일 진실 공급원(Single Source of Truth)을 공유하여, 특정 '페르소나'가 활성화된 상태와 상관없이 이전 상호 작용에서 학습할 수 있게 합니다. 단순한 채팅 기록을 넘어, 이 기술은 원시 대화를 구조화된 인사이트, 교훈, 방법론 프레임워크로 변환합니다.

의미론적 이해에 중점을 두고 구축되었으며, 텍스트를 저장할 뿐만 아니라 유용성, 중요도, 고유성에 따라 정보를 분류합니다. 코딩 페르소나와 프로젝트 관리 페르소나 사이를 전환하더라도 공유 메모리 지식 베이스는 한 분야에서 얻은 돌파구를 다른 분야의 컨텍스트로 즉시 사용할 수 있게 하여, 진정으로 통합된 개인 AI 생태계를 조성합니다.

공유 메모리 지식 베이스 활용 사례

향후 참조를 위해 아키텍처 결정 및 프로젝트 회고를 저장.
이전 디버깅 세션에서 특정 기술 솔루션이나 '교훈'을 검색.
개인의 성장과 기술 습득을 추적하기 위해 주간 또는 월간 성찰 수행.
다양한 AI 에이전트 간에 중요한 사용자 환경 설정 및 워크플로우 최적화 동기화.
반복적인 실무 경험을 바탕으로 장기적인 방법론 라이브러리 구축.

공유 메모리 지식 베이스 작동 원리

의미론적 트리거: 에이전트가 대화를 실시간으로 분석하여 기억할 가치가 있는 고가치 인사이트, 성찰 또는 지침을 식별합니다.
가치 평가: 시스템은 구성 가능한 민감도 임계값을 기반으로 콘텐츠의 재사용 가치, 고유성 및 실행 가능성을 평가합니다.
구조화된 저장: 데이터는 페르소나, 카테고리, 태그, 중요도 수준($1-5$)을 포함한 풍부한 메타데이터와 함께 저장됩니다.
컨텍스트 검색: 사용자가 과거 이벤트나 관련 주제에 대해 질문하면, 에이전트는 다차원 쿼리를 수행하여 관련 메모리를 가져옵니다.
관계 매핑: 시스템은 관련 메모리를 연결하여 지식 그래프를 생성하고, 다양한 개념이나 경험이 어떻게 상호 연결되는지 나타낼 수 있습니다.
자율 유지보수: 이 기술은 검색 빈도와 시간적 감쇠를 기반으로 주기적으로 메모리의 중요도를 다시 계산합니다.

공유 메모리 지식 베이스 설정 가이드

공유 메모리 환경을 초기화하려면 디렉토리 구조를 준비하고 선택적인 환경 변수를 설정하십시오:

# 기본 저장 디렉토리 생성
mkdir -p ~\/.openclaw\/memory\/index

# (선택 사항) 지식 베이스를 위한 사용자 정의 경로 설정
export MEMORY_KB_PATH="\/your\/custom\/path\/memory"

이 기술은 표준 Python 라이브러리에 의존하며 기본 작동을 위해 무거운 외부 데이터베이스 종속성이 필요하지 않습니다.

공유 메모리 지식 베이스 데이터 스키마 및 분류 체계

지식 베이스는 높은 검색 정확도를 보장하기 위해 구조화된 분류 체계를 사용하여 정보를 구성합니다.

필드	설명	제약 사항
Content	핵심 메모리 텍스트	20-2000 자
Persona	원본 식별자	예: 업무, 일반, 개발
Category	기능적 분류	예: 방법론, 인사이트
Tags	메타데이터 키워드	항목당 최대 10개 태그
Importance	검색 가중치	1에서 5까지의 척도
Scene	컨텍스트 설명	선택적 상황 정보