Memento-Teams/Memento-Skills
Memento-Skills: Let Agents Design Agents
解决的问题
Memento-Skills 提供了一个框架，使 AI 代理能够开发并持久化可复用的能力。它不依赖于模型权重，而是允许代理自主编写、修复和存储技能到外部内存中，通过“读取-执行-反思-写入”的生命周期，使代理在复杂任务上的表现随着时间推移而持续提升。
工作原理
该系统采用四阶段 ReAct 架构，包括意图、规划、执行和反思。当代理遇到任务时，会通过混合方法（关键词或基于 LLM 的路由）将任务路由到现有技能。如果技能失败或缺失，代理可以基于执行轨迹进行反思，从而编写新技能或修复现有技能。这些技能被存储在可插拔的存储系统中（数据库、文件或向量存储），并通过一个“Dream Daemon”在后台不断整合经验，形成长期记忆。
适用人群
专为需要可扩展且具备自我改进能力、无需频繁微调的自主代理开发者设计。也适用于希望拥有具备 GUI、CLI 以及与飞书、钉钉、微信等 IM 平台集成的可部署代理的用户。
主要亮点
- 以技能为中心的运行时：包含路由、执行和反思的完整编排系统。
- 自我演进能力：能够根据失败的执行轨迹自动创建和修复技能。
- 多平台部署：原生支持桌面应用（Windows/macOS）、CLI、GUI 以及多种 IM 网关。
- 类机器人学习：基于研究的方法，从原子工具逐步构建出复杂的学习行为。
- 丰富的工具链：包含统一的工具注册表（bash、python_repl、web 等原子工具）和 MCP 客户端集成。
相关
- 项目
ReflexioAI/reflexioReflexio 是一个开源平台，用于记录 LLM 代理对话，从修正和专家回复中提取用户特定事实（配置文件）和可重用程序（剧本），并使这些知识可供未来的代理交互搜索。它提供 CLI、Python SDK、FastAPI 后端、混合向量文本搜索、多 LLM 支持以及集成（OpenClaw、mem0）。在 GDPVal 套件上进行基准测试，在自学习 Hermes 代理的基础上，它将规划步骤减少了高达 81%，并将令牌使用量减少了 72%。
- 项目
TencentCloud/TencentDB-Agent-MemoryTencentDB Agent Memory 是一个用于 LLM 代理的开源记忆中心。它能捕捉对话、提取可重复使用的技能、从文档中建立 Wiki，并将代码索引至 CodeGraph。中央 UI (Memory Hub) 让团队能管理资产、设置细粒度的 ACL，并将特定的记忆片段绑定至个别代理。代理通过统一的代理服务器进行通讯，因此任何框架 (如 Claude Code、DeepSeek Harness、OpenClaw 等) 均可在无需修改代码的情况下使用相同的记忆。基准测试显示角色保留率提升了 59%。存储库提供一键式 Docker 部署、迁移工具，以及关于零配置冷启动与更多整合的路线图。
- 项目
- 项目
fuyuxiang/echo-agentEcho Agent 是一个开源的、自托管的 AI 智能体运行时，提供长期记忆、自动技能提取/进化以及可插拔的工具集成。它可以在终端中交互式运行，作为带有 Web 仪表板和 API 的长期运行的 Gateway 服务，或嵌入到桌面应用程序（EchoAgent Desktop）中。核心运行时管理智能体循环、会话上下文、模型路由、权限和自动化渠道，而记忆系统会调用过去的事实，进化系统将执行轨迹转化为可重用的技能。通过 `pip install "echo-agent[all]"` 安装，配置 LLM API 密钥，然后用 `echo-agent run` 或 `echo-agent gateway` 开始。
- 项目