Memory Systems
Velger riktig minne-lag (fil/vektor/graf/temporal-graf) per krav i stedet for én-størrelse-passer-alle
Bestått
Hva den gjør
Referanse-ferdighet for design av agent minne-arkitekturer: legger ut arbeids-/korttids-/langtids-/entitets-/temporal-kunnskapsgraf-spekteret, gir en valgregel matchet til spørringsbehov, og leverer kjørbar Python (VectorStore, PropertyGraph, TemporalKnowledgeGraph) i scripts/memory_store.py. Utløses ved bygging av agenter som må vedlikeholde tilstand over sesjoner, holde entitetsidentitet konsistent, eller resonnere over tidsvarierende fakta.
Testrapport
Faktisk kjørt de medfølgende scripts/memory_store.py og scripts/verify.py mot en ekte Python-tolk (ikke simulert): begge utførte rent, og temporal-graf-koden bygde korrekt en sesjon, lagret et faktum, og returnerte entitetskontekst -- ferdighetens kodeeksempler er funksjonelle, ikke dekorative.
Testet på: 2026-07-14 · Claude Code 2.x (agent harness)
Installer
git clone https://github.com/mjunaidca/mjs-agent-skills cd mjs-agent-skills mkdir -p ~/.claude/skills cp -r .claude/skills/memory-systems ~/.claude/skills/memory-systems
Kommandoer og eksempelprompter
/memory-systemsVelger riktig minne-lag (fil/vektor/graf/temporal-graf) per krav i stedet for én-størrelse-passer-alle
Skills utløses av vanlige forespørsler — ingen kommandoer å huske. Etter installasjonen aktiverer prompter som disse skillen (på engelsk):
What memory architecture fits an agent needing cross-session preferences?Design a time-travel query system for subscription plan historyShould I use a vector store or a knowledge graph for this agent's memory?