memU
为 AI 代理提供跨会话、跨工具、跨设备的长期记忆，自动把代理历史沉淀成可复用的记忆与技能。
SKILL.md 明确指示 agent '一次性安装，不要停下来确认'，默认注册每小时 cron 后台任务、修补宿主指令文件、安装 memu-cli；云模式将用户 API key 与会话数据发往 MemU Cloud。数据流向有披露（local/cloud、~/.memu/config.env），卸载保留用户记忆并提供恢复路径，这些都加分；但缺少安装前的显式用户确认、对读取全部会话日志的敏感数据影响披露不完整，且第三方安装引导不在本文件内无法审计。扣分：默认静默全量安装、确认机制不完整。
路径自洽：安装→选宿主→打印打包指南→执行，含 stale build（invalid choice）排障提示、verify gate、失败时省略注册时间而非编造等良好失败反馈。但核心安装逻辑在打包的 docs install 输出里，本文件外无法静态验证；各宿主适配器的行为不可复现。扣分：关键路径不可静态复现，测试未覆盖本 skill 的安装路径。
目标场景（为各类 coding agent 安装记忆系统）与触发条件（install/set up/uninstall）描述清晰，含九个宿主的判定表和 memu-agent detect 兜底，README 提供 OS×agent 支持矩阵。但云后端依赖 memu.so（海外服务），中文文档与大陆网络可达性未声明，边界（不适用场景）仅在部分宿主有注释。扣分：环境可达性与非适用范围证据有限。
仓库有 Apache-2.0 LICENSE、CHANGELOG、AGENTS.md、pre-commit、CI build workflow 与实质测试套件，SKILL.md 名称与描述与实际能力一致，分层清晰（路由文件+打包指南）。但 license 元数据为 NOASSERTION、发布者身份未验证，版本管理 pyproject(0.11.0-beta.3) 与 CHANGELOG(2.0.0-beta.0) 不一致。扣分：许可元数据不一致、维护责任归属未明确到 skill 层面。
设计目标明确（安装+卸载闭环、双 seam 报告、可逆），边际价值真实（省去手工配置 cron 与指令文件）。但实际效果完全依赖 pip 包内容与打包指南，静态审查无法验证输出可直接使用；强制逐字模板的报告方式对用户有用但僵化。扣分：无执行证据，结果可用性只能推断。
仓库含真实 CI（build.yml 运行 make test）与覆盖服务层的测试套件（test_agentic.py 等），CHANGELOG 有逐条 commit 链接，属于可审计一手材料。但 SKILL.md 引导的安装流程本身无测试或第三方执行证据，README 声明的宿主矩阵无法静态核实。扣分：针对本 skill 关键路径的可复现证据薄弱。
- 安装默认不请求用户确认，会注册每小时后台任务并修补宿主指令文件；如需控制，请在执行前明确要求确认。
- 云模式会将 API key 与会话数据发送至 MemU Cloud（memu.so，海外服务），大陆网络可达性未验证；无 key 时可选择 local 模式。
- 该 skill 会读取宿主的完整会话日志作为记忆来源，敏感信息会被持久化；卸载默认保留记忆库，需显式要求才删除。
- 实际安装步骤在 pip 包内的动态文档中，静态审查无法审计其内容；建议安装后运行 <binary> doctor 验证。
- 仓库版本标识不一致（pyproject 0.11.0-beta.3 vs CHANGELOG 2.0.0-beta.0），且处于 beta 阶段。
这个 Skill 能做什么，适合哪些场景？
memU 是一个轻量级的代理记忆系统，让多个代理共享一份长期记忆（本地或 MemU Cloud）。它通过两条通道接入宿主代理：定时后台任务把会话日志提炼为持久记忆（record），以及在指令文件中注入常驻检索指令（inject），让代理回答前先查记忆。核心记忆逻辑仅约 500 行，便于审读和修改。安装入口是一个 SKILL.md 路由技能：装好 memu-cli 包后，识别宿主代理并打印对应适配器的安装指南执行。除专门的桌面编码代理适配器外，还提供自动技能提取，把代理历史转成可复用的 Markdown 技能。
安装 memu-cli 后按宿主选择二进制（memu-codex、memu-claude-code、memu-cursor、memu-openclaw、memu-hermes、memu-workbuddy、memu-cola、memu-pi 或通用 memu-agent），用 <binary> init 写入 ~/.memu/config.env（选本地或云端后端），<binary> docs install 打印并执行安装指南：注册定时桥接任务、修补宿主指令文件、逐项通过验证门。它读取各宿主的会话日志（如 ~/.claude/projects 的 JSONL、OpenClaw/Hermes 的 SQLite），由代理把日志提炼为记忆/技能 Markdown，经 commit 提交并由 MemoryService 嵌入索引；注入的指令让代理回答前运行 <binary> retrieve。<binary> doctor 验证配置与检索，卸载走 <binary> docs uninstall，默认保留记忆库与配置。
- 长期使用 Claude Code 或 Codex 的开发者，希望项目知识、踩坑经验在新会话中自动可用
- 同时使用多个代理（如 Claude Code + Cursor）的用户，想让它们共享同一份记忆库
- 想把代理历史自动沉淀为可复用 Markdown 技能的个人用户
- 在意隐私、想把记忆存在本地 SQLite/Postgres 的自托管用户
- 使用 Hermes、WorkBuddy、Cola、pi 等较小众代理、有专属适配器的用户
这个 Skill 有哪些优点和局限？
- 跨会话、跨代理、跨设备共享一份长期记忆
- 核心记忆逻辑约 500 行，可审读、可定制
- 支持本地（SQLite/Postgres）与 MemU Cloud 两种后端，隐私可自主
- 自动把代理历史提炼为可复用 Markdown 技能
- 每个安装步骤都有验证门，`doctor` 可诊断整条链路
- GitHub 许可证字段为 NOASSERTION，与 README 声称的 Apache-2.0 不一致
- 部分平台组合支持不完整：ChatGPT 仅 Work 模式、Linux 上 Codex 仅检索不可记忆、OpenClaw 检索未验证
- 本地模式需要自备嵌入服务 API key（openai/jina/voyage/doubao/openrouter）
- 卸载说明依赖代理严格照做，无法保证所有模型都准确执行固定模板
- 源材料中未提供独立测试套件证据
如何安装这个 Skill？
最简方式是从 memu.so 获取 API key 后向代理发送：「Read https://memu.pro/SKILL.md and follow its instructions to install and configure memU, API Key is memu_...」。代理会执行 SKILL.md 的三步：pip install --upgrade memu-cli；识别宿主（不在支持表内则运行 memu-agent detect）；<binary> init [--cloud-api-key <key>] 后运行 <binary> docs install 并照做。自托管用相同入口，安装时会配置本地后端（需嵌入服务 API key）。
如何使用这个 Skill？
安装完成后代理回答前会自动检索记忆，无需额外操作。手动检索：memu-codex retrieve "What should I remember about this project?"（换成对应宿主二进制）。云端用户在 memu.so 查看记忆文件；本地用户查看 MEMU_DB 指定的存储（默认 ~/.memu/memu.sqlite3）。卸载：向代理说「Follow <your-binary> docs uninstall to uninstall memU」。