SGME 拾光记忆引擎

SKILLAI 工具
AI 工具 未标注权限 许可证不明确
安装这个技能

SGME 拾光记忆引擎:AI 全面接管记忆、技能库、WIKI 知识库三大模块,跨会话、多智能体共享记忆,AI 会一直记得你的偏好。

一句话选型结论

按资料字段整理

SGME 拾光记忆引擎是AI 工具类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类AI 工具 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_b30ce5df/sgme
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

AI 工具
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_b30ce5df仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791623224
正文体量7.7 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
组合多个 AI 能力

把写作、检索、总结串成一条流程。

搭工作流

把固定流程做成可重复调用的步骤。

做提示词与评测

整理提示词并对比输出效果。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在AI 工具场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
SGME 拾光记忆引擎当前 未标注权限 未标注 未标注 未标注 有
执行计划 只读 GitHub 仓库 151.5 万 Codex、Claude、Cursor 有
Playwright MCP 测试 浏览器控制 ClawHub 市场 136.5 万 OpenClaw 有
完成前的验证 未标注权限 GitHub 仓库 131.9 万 Codex、Claude、Cursor 有
子 Agent 驱动开发 只读 GitHub 仓库 131.2 万 Codex、Claude、Cursor 有
前端设计 执行命令 GitHub 仓库 125.6 万 Codex、Claude、Cursor 有

SKILL.md 全文

7.7 KB
模型实际读到的说明书原文,来自技能仓库

name: sgme-operations
description: SGME(拾光记忆引擎)操作手册——记忆查询/写入、知识库 wiki、信号、提炼、运维全流程。需要操作 SGME(查记忆、写知识库、管提炼、看健康)时加载本手册按步骤执行。
type: skill


SGME 操作手册

> 拾光记忆引擎(Single-user Agent Memory Engine)——多 agent 共享的记忆/知识/经验中枢。
> 服务:NAS <NAS_IP>(HTTP :9910 / MCP :9913)。密钥走环境变量,不落明文。

一、功能总览

域 能力 入口
记忆 L1.5 标签化记忆池:写入/检索/注入画像 HTTP /v1/* + MCP 9913
知识库 wiki_pages 知识页面(md 内容,FTS5 检索,category/tags 分类) /v1/wiki/*
信号 关怀信号(待办到期/情绪/过劳/每日) DSH 桥接 signal_*
提炼 会话→记忆 自动提炼管线(L1/L1.5/L2) refine_*
运维 健康/统计/备份/看门狗自愈 /v1/health /v1/admin/*

二、接入方式

1. HTTP API(:9910)

  • 鉴权头:X-API-Key: <Agent Key>(Agent Key 调非 admin 端点;Admin Key 调 /v1/admin/*)
  • 健康检查:GET /v1/health(无需 X-API-Key,Bearer 可选)
  • 关键端点:
  • POST /v1/append:写入会话(session_key/started_at/content/agent_id/ended_at)→ 触发提炼
  • POST /v1/inject:注入画像(mode=daily 等,max_tokens 控制)
  • POST /v1/search:统一检索(scopes=[memory, wiki/scenes, wiki_pages])
  • GET /v1/wiki/search?q=:知识库检索(FTS5 BM25 + LIKE 兜底)
  • GET /v1/wiki/pages?category=:按分类列页面
  • GET /v1/wiki/pages/{page_id}:页面详情
  • POST /v1/wiki/pages:直接写入页面(title+content,幂等 upsert,可带 description)
  • PATCH /v1/wiki/pages/{page_id}:按 id 精确更新/追加(append 默认追加 ADD-only + hash 去重幂等,description 默认不动)
  • POST /v1/wiki/ingest:提交提炼任务(text/file/url → refinery → wiki_pages)
  • POST /v1/wiki/evolve/trigger:自进化触发(会话→经验→写回手册)

2. MCP(:9913,同进程)

工具集:append / inject / search / memory_get / memory_reject / refine_trigger / refine_batch / refine_status / stats / health / wiki_search / wiki_pages / wiki_page / wiki_page_add / wiki_page_update / wiki_evolve_trigger / config_get / agent_onboarding

3. DSH 桥接(dsh-sgme 插件,会话内工具)

memory_search(L1.5 记忆池检索)/ wiki_search(知识库检索)/ wiki_pages / wiki_page / signal_pull / signal_claim / signal_ack(关怀信号闭环)

三、核心操作步骤

1. 查记忆("之前/以前/还记得"类问题必用)

  1. 调 memory_search(DSH)或 POST /v1/search scopes=["memory"](HTTP)
  2. 按维度过滤(identity/projects/status/focus/tasks/goals/ideas)
  3. 查不到如实说"记忆库未找到",不编造

2. 写知识库 wiki

  1. 判断归属分类:技能/手册 → category=skill/<domain>;设计方案 → category=design
  2. 调 wiki_search 确认是否已存在同类页面(避免重复)
  3. 写入:POST /v1/wiki/pages(title/content/category/tags/description),重复提交幂等
  4. 验证:wiki_search 能检索到

3. 会话入库与提炼

  1. DSH 侧 session-sync 自动把 turn 累积成会话 POST /v1/append(幂等)
  2. 提炼自动跑:L0 → L1 → L1.5 冲突合并 → L2 场景
  3. 手动触发:MCP refine_trigger(file_id 可选,limit=50,async_mode)

4. 关怀信号(DSH)

  1. signal_pull 拉取未消费信号
  2. signal_claim 原子认领(防多 agent 重复关怀)
  3. 处理完 signal_ack 写回执(claimed/acked/failed)

5. 自进化(经验回写)

  1. 会话后自动/手动触发:POST /v1/wiki/evolve/trigger 或 MCP wiki_evolve_trigger
  2. 费用门禁(消息块 ≥ min_rounds)→ LLM 提炼 → 规则闸门 → 写入手册踩坑记录
  3. 审计:wiki_evolve 表记录每次运行

6. 运维

  • 健康:GET /v1/health 或 MCP health
  • 统计:MCP stats
  • 备份:/v1/admin/backup(每日自动 + 三库口径 memory/session/wiki)
  • 重启:SSH NAS 重启容器(看门狗自愈 + 每日备份兜底)

四、配置与密钥

变量 用途
SGME_BASE_URL 服务地址(http://<NAS_IP>:9910)
SGME_AGENT_KEY Agent Key(非 admin 端点)
SGME_ADMIN_KEY Admin Key(/v1/admin/*)
DEEPSEEK_API_KEY_SGME 提炼用 LLM 密钥(降级链)

规则:密钥只读环境变量,代码/配置禁止硬编码;不在对话中贴明文。

五、踩坑记录

(本章节由自进化追加,只增不改。格式:现象 → 原因 → 正确做法,带来源与时间戳)

> 来源: DeepSeek Agent | hash: 7d30b1ab


2026-08-17 工具更新(B77)

DSH 桥接(sgme-bridge 0.2.0)新增 wiki_page_add 工具:创建知识库页面(POST /v1/wiki/pages,title/content 必填,category/tags(逗号分隔)/description/author 可选,幂等 upsert,同 title+content 命中同一 page_id 更新)。至此 DSH 侧 wiki 读写工具齐全:wiki_search / wiki_pages / wiki_page / wiki_page_update / wiki_page_add。L1 skill sgme-operations 描述已补「写wiki/建知识库页面/记录经验」触发词,建页任务可直接触发加载本手册。

> 来源: dsh-agent | hash: 0f4cbc07


模型配置(2026-08-29 更新:agnes 主链,zhipu 移出)

密钥表(现状):

变量 用途
AGNESAI_API_KEY 提炼主链 agnes-2.5-flash(免费,$0/1M token;key 缺失时 health 的 model_config.missing_keys 会提示)
SILICONFLOW_API_KEY 提炼备用 THUDM/GLM-4-9B-0414(免费档;V4-Flash 转付费已移出 B144)+ 向量检索硅基流动 BAAI/bge-m3(1024 维,免费;实名认证后零费用)

提炼降级链(2026-08-22 agnes 主位;2026-08-29 zhipu 免费 Key 失效移出链 B121;2026-09-01 DeepSeek-V4-Flash 转付费移出链 B144):agnes(agnes-2.5-flash, 免费主) → siliconflow(THUDM/GLM-4-9B-0414, 免费档备) → rule drop_batch。

向量健康检查:health 的 vector.connectivity 显示模型连通性(provider/model/latency_ms);失效时写日志 + 发 anomaly_warn 信号(source=vector),/search 自动降级纯 BM25。

免费 Key 申请:Agnes https://agnes-ai.cn(邮箱注册,agnes-2.5-flash 免费)→ AGNESAI_API_KEY;硅基流动 https://cloud.siliconflow.cn(注册 + 实名认证解锁免费模型,BAAI/bge-m3 调用零费用)→ SILICONFLOW_API_KEY。完整流程见 AI-INSTALL/免费模型Key申请指南.md。

> 来源: dsh-agent | hash: e1d4200d


踩坑:生产 WebUI 角色管理页无内置角色模板(2026-08-18)

> 来源: DeepSeek Agent | 2026-08-18

  • 现象:生产(容器化)WebUI 角色管理页无内置角色(管家/伴侣/朋友/导师)
  • 原因:ROLES_DIR = $SGME_HOME/roles(容器 = /data/roles,挂载卷);内置角色在镜像 /app/roles(Dockerfile 有 COPY)。entrypoint 首次启动只物化 sgme.yaml、不物化 roles → 空卷首次启动后角色目录为空(B63 容器化迁移缺陷;本机直跑时角色在项目根天然存在,容器化后丢失)
  • 正确做法:entrypoint 首次启动物化 /app/roles/*.json → $SGME_HOME/roles/(T-55/B80 已修);已上线容器手工修复:docker exec sgme sh -c &#x27;mkdir -p /data/roles &amp;&amp; cp /app/roles/*.json /data/roles/&#x27;
  • 经验:容器化迁移时,所有"程序资源默认值"类数据(配置模板/内置角色/内置模板)都要检查是否有首次启动物化机制;SGME_HOME 指向空卷后,镜像内程序资源不会自动出现在用户数据目录

常见问题

5 问
答案由本站依据条目字段整理
SGME 拾光记忆引擎怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_b30ce5df/sgme。安装方式为未标注。装完刷新技能列表或重开客户端。

SGME 拾光记忆引擎支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

SGME 拾光记忆引擎权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

SGME 拾光记忆引擎收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

SGME 拾光记忆引擎用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。