跳到主要内容
prolist.
发现项目AI 收集我的项目我的模型
正在确认账号…
prolist.

发现有价值的项目,留下有依据的判断。

项目专题关于我的收藏
© 2026 prolist项目知识,由人判断。

IDEAS CONNECT PROJECTS

沿着兴趣,发现项目。

从一个标签出发,打开一份值得研究的档案。

收集项目线索
筛选与排序 · 已应用
地图列表
不限标签115开源34AI Agent33Python23提示词工程13Claude Code13TypeScript12LLM11Markdown10MIT10React9知识管理8记忆系统5

项目搜索结果

找到 5 个项目 · 标签:记忆系统 移除标签

清除筛选

以下内容已由 AI 根据历史资料整理,供本地测试,未经人工复核。

AI 智能体主题配图

hermes-agent-ecosystem

具备持续记忆与自动技能提取的自我进化型 AI Agent 框架

Hermes Agent 是由 Nous Research 团队开发的开源 AI Agent 框架,GitHub 星标超过 90,000。其核心定位不是简单的“大模型套壳聊天工具”,而是具备持续记忆、自动技能提取和跨会话成长能力的自我进化型 Agent。传统 AI Agent 每次会话后所学技能、积累经验和对用户的理解全部归零,而 Hermes Agent 引入持久化记忆系统、技能自动发现与注册机制以及三层记忆架构,使能力持续增长。框架采用“最小核心 + 最大扩展”原则,核心 Agent Loop 精简,工具、技能、记忆、提示等能力通过注册机制动态注入。记忆系统分为 MemoryStore、MemoryManager 和 MemoryProvider 三层,支持跨会话检索和上下文压缩。技能系统从实际使用中自动提取重复模式,并采用渐进式加载策略。工具体系覆盖浏览器、代码执行、语音等场景,并内置多后端架构。此外,Prompt Builder 模块化组装系统提示,内置注入守卫;Auxiliary Client 管理多模型路由与自动降级。整体生态包含 80+ 衍生项目,形成“Agent 构建生态,生态增强 Agent”的正向飞轮。

多模型路由工具集记忆系统
09.08
AI 智能体主题配图

逸尘开源Skills + 社区精选Skills

开源21个Claude Code/Codex Skills,覆盖微信数据解析、记忆系统与多模型协作

该收藏整理自X用户@genngdaJ(逸尘)的热门帖子,一次性开源了自用的8个Claude Code/Codex Skills,并推荐了多位社区大佬的优秀Skills。Skill是Claude Code/Codex的扩展能力模块,一段预先写好的指令(SKILL.md)加可选的脚本和Agent,让AI Agent获得特定领域的专业能力。帖子精选的8个Skills包括:全网搜索与归档、Agent记忆系统、微信本地数据解析、企业微信聊天解析、企业微信云端操作、公众号文章批量抓取、ChatGPT网页调研、X文章草稿上传。仓库实际包含21个Skills,涵盖视频转写、剪映对接、小红书/抖音采集、社交收藏导出等更多能力。核心设计原则是安全第一(只读+授权)、本地优先(数据不出Mac)、无副写(不自动发布/下载)、碰撞安全(不覆盖文件)。

安全设计本地优先多模型协作
09.08
Hermes Agent 记忆系统 README 配图
AI 智能体GitHub 项目

Hermes Agent 记忆系统

开源 AI Agent 框架 Hermes Agent 内置的多层记忆架构,以缓存优先和冷热分离为核心设计。

Hermes Agent 记忆系统是开源 AI Agent 框架 Hermes Agent(由 Nous Research 开发)内置的多层记忆架构,由四套协同工作的记忆子系统组成。第一层为固化提示词记忆,将高频关键信息存入 MEMORY.md 和 USER.md 文件,合计约 1,300 Token,会话期间固化不变。第二层为会话搜索回溯,历史对话存储在 SQLite 数据库中,通过 FTS5 全文搜索按需检索,并使用辅助模型进行摘要。第三层为技能系统,用于记住如何做事的程序记忆,技能文件存储在 ~/.hermes/skills/ 目录。第四层为可选的 Honcho 用户建模,用于跨会话、跨平台的深层用户画像。该系统的核心设计思想是缓存优先,保持系统提示词前缀稳定以最大化利用 Prompt Caching,同时采用冷热分离策略,只保存用户偏好、环境事实、错误修正、稳定规范和学到的技能五类高价值信息。

分层记忆缓存优化记忆系统
09.08
Hermes Agent 高阶工具配置 README 配图
AI 智能体GitHub 项目

Hermes Agent 高阶工具配置

一个整合终端操作、代码编辑、浏览器控制、记忆系统与语音交互的开源 AI Agent 框架。

Hermes Agent 是由 Nous Research 开发的开源 AI Agent 框架,定位为自我进化的个人 AI 助手。它整合终端操作、代码编辑、浏览器控制、记忆系统、语音交互于一体,通过 Skill 系统实现无限扩展能力。其核心差异在于内置学习循环,能从经验中创建和改进 Skill,并跨会话构建对用户的深度理解。 该框架采用 CLI 与 GUI 双形态,支持 MCP 协议,不绑定单一 LLM,可灵活切换模型提供商,并支持跨平台部署。其能力分为身份与记忆、感知、表达、效率与成本、生态扩展五大层。记忆系统包含会话内、跨会话和知识图谱三层架构。感知能力涵盖网页抓取、搜索、浏览器自动化等。表达层支持语音合成、语音识别和图片生成。效率层提供 Token 监控、压缩和智能路由工具。生态方面拥有 380+ 社区 Skill。 报告指出其优点包括全能性、丰富的 Skill 生态、强大的记忆系统和零成本可行性,但也存在学习曲线陡、生态碎片化、文档不完善等缺点。

多模型路由记忆系统开源
09.08
Hermes Agent README 配图
AI 智能体GitHub 项目

Hermes Agent

一个自带学习闭环的开源 AI Agent 运行时

Hermes Agent 是由 Nous Research 开发的开源 AI Agent 框架,定位为通用的、可自我改进的 AI Agent 平台。它通过终端 TUI 或 15+ 消息平台与用户对话,调用 47+ 内置工具操作终端、浏览器、文件系统等,并支持通过 MCP 协议扩展能力。其核心特色是闭环学习系统:通过持久化记忆(MEMORY.md + USER.md)、技能(Skills)自创建与改进、以及会话搜索(FTS5),从经验中持续成长。它支持 18+ LLM 提供商,可随时切换模型,避免供应商锁定。此外,它提供六种终端后端(本地、Docker、SSH 等)和内置 Cron 调度器,适用于开发助手、运维监控、知识管理等场景。

多平台记忆系统开源
09.08