Memento-Teams/Memento-Skills

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。