← 返回
未分类

多Agent记忆系统

通用多Agent记忆系统 - 自动捕获、RRF检索、知识图谱、矛盾检测、Token追踪
通用多Agent记忆系统 - 自动捕获、RRF检索、知识图谱、矛盾检测、Token追踪
liucunguang
未分类 clawhub v1.0.0 1 版本 99494.9 Key: 无需
★ 0
Stars
📥 197
下载
💾 0
安装
1
版本
#knowledge-graph#latest#memory#multi-agent#rrf#token-tracking

概述

多Agent记忆系统 🧠

功能: 通用多Agent记忆系统,支持自动捕获、RRF检索、知识图谱、矛盾检测、Token追踪

适用场景:

  • 单Agent记忆管理
  • 多Agent协作记忆
  • 企业级记忆系统

核心特性:

  • ✅ 8个Hook自动捕获
  • ✅ RRF融合检索(BM25 + Vector + Graph)
  • ✅ 知识图谱构建
  • ✅ 矛盾检测集成(95.7%解决率)
  • ✅ Token消耗追踪
  • ✅ 检索基准测试(R@5=100%)
  • ✅ Git快照管理
  • ✅ 工作流引擎
  • ✅ 实时可视化面板
  • ✅ RRF权重优化
  • 动态Agent管理(自动增加/减少)

快速开始

1. 安装

# 使用ClawHub安装
clawhub install multi-agent-memory

# 或手动安装
npx clawhub@latest install multi-agent-memory

2. 配置

# 运行配置向导
python3 ~/.openclaw/workspace/skills/multi-agent-memory/scripts/setup.py

3. 使用

# 运行集成测试
python3 ~/.openclaw/workspace/skills/multi-agent-memory/scripts/memory-system.py

# 查看可视化面板
open ~/.openclaw/workspace/skills/multi-agent-memory/public/dashboard.html

核心功能

1. Hook自动捕获

python3 ~/.openclaw/workspace/skills/multi-agent-memory/scripts/hook-capture.py

2. RRF融合检索

python3 ~/.openclaw/workspace/skills/multi-agent-memory/scripts/rrf-search.py

3. 知识图谱构建

python3 ~/.openclaw/workspace/skills/multi-agent-memory/scripts/graph-builder.py

4. 矛盾检测集成

python3 ~/.openclaw/workspace/skills/multi-agent-memory/scripts/conflict-detector.py

5. Token消耗追踪

python3 ~/.openclaw/workspace/skills/multi-agent-memory/scripts/token-tracker.py

6. 动态Agent管理

# 注册Agent
python3 ~/.openclaw/workspace/skills/multi-agent-memory/scripts/agent-manager.py register agent-001

# 注销Agent
python3 ~/.openclaw/workspace/skills/multi-agent-memory/scripts/agent-manager.py unregister agent-001

# 列出Agent
python3 ~/.openclaw/workspace/skills/multi-agent-memory/scripts/agent-manager.py list

# 健康检查
python3 ~/.openclaw/workspace/skills/multi-agent-memory/scripts/agent-manager.py health

# 自动扩展
python3 ~/.openclaw/workspace/skills/multi-agent-memory/scripts/agent-manager.py scale

---

## 配置说明

### 默认配置

config/default-config.yaml

memory:

vector_model: "nomic-embed-text-v1.5"

vector_dim: 768

search_mode: "rrf" # rrf / vector / bm25

hooks:

enabled: true

count: 8

rrf:

k: 60

weights:

bm25: 0.2

vector: 0.5

graph: 0.3


### 环境变量

.env

MEMORY_WORKSPACE=/path/to/workspace

MEMORY_VECTOR_MODEL=nomic-embed-text-v1.5

MEMORY_LLM_API_KEY=your-api-key


---

## 示例项目

### 单Agent示例

cd examples/single-agent

python3 run.py


### 多Agent示例

cd examples/multi-agent

python3 run.py


---

## 测试

运行所有测试

python3 -m pytest tests/

运行特定测试

python3 -m pytest tests/test-hooks.py


---

## 文档

- [快速开始](docs/quick-start.md)
- [配置指南](docs/configuration.md)
- [API参考](docs/api-reference.md)
- [示例项目](docs/examples.md)
- [常见问题](docs/faq.md)

---

## 贡献

欢迎贡献!请参阅 [CONTRIBUTING.md](CONTRIBUTING.md) 了解指南。

---

## 许可证

MIT License

---

## 支持

- GitHub Issues: https://github.com/light-office/multi-agent-memory/issues
- Discord: https://discord.gg/light-office
- 邮件: professor@light-office.local

版本历史

共 1 个版本

  • v1.0.0 当前
    2026-05-21 15:49 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

ai-intelligence

self-improving agent

pskoett
捕获经验教训、错误及修正内容,以实现持续改进。适用于以下场景:(1)命令或操作意外失败;(2)用户纠正Claude(如“不,那不对……”“实际上……”);(3)用户请求的功能不存在;(4)外部API或工具出现故障;(5)Claude发现自身
★ 4,069 📥 803,659
ai-intelligence

Self-Improving + Proactive Agent

ivangdavila
自我反思+自我批评+自我学习+自组织记忆。智能体评估自身工作、发现错误并持续改进。
★ 1,366 📥 319,482
developer-tools

Github

steipete
使用 `gh` CLI 与 GitHub 交互,通过 `gh issue`、`gh pr`、`gh run` 和 `gh api` 管理议题、PR、CI 运行及高级查询。
★ 672 📥 324,828