Files
16gagent/memory/projects/priority-install-plan.md
2026-06-06 10:40:48 +08:00

74 lines
2.6 KiB
Markdown

# 9 项目优先级对比 & 安装建议
> 2026-06-02 · 同步到 git666.u7f.cn/Github
---
## 按对我的提升排
| 优先级 | 项目 | ⭐ | 核心能力 | 为什么这个顺序 |
|:--:|------|:--:|------|------|
| **1** | TencentDB-Agent-Memory | 4.5k | 4 层记忆:对话→原子→场景→人格 | ✅ 已装。其余一切记忆优化都基于它 |
| **2** | context-mode | 16.1k | 工具输出沙箱化,98% token 削减 | 直接省钱。我今天每个 exec 都塞满输出,装了立刻省 |
| **3** | codebase-memory-mcp | 2.8k | 代码库持久索引,不重读 | 我今天读 supermemory 项目逐个翻文件,有了它秒定位 |
| **4** | semble | 4.6k | 极速代码搜索,比 grep 少 98% token | 跟 codebase-memory 互补——一个记一个搜 |
| **5** | gigabrain | 209 | OpenClaw 本地记忆层 | 如果 TencentDB 不够用,这个兜底。轻量 |
| **6** | openclaw-auto-dream | 563 | 自动记忆巩固,像人类做梦 | 装好后的"自动化",不用我手动维护 |
| **7** | total-recall | 200 | 分层记忆+写入门控 | 记忆质量——防止垃圾填满记忆库 |
| **8** | agents-best-practices | 1.4k | Skill 设计规范 | 规范我的能力拓展方式,治本 |
| **9** | SkillClaw | 1.5k | Skill 集体进化 | 依赖技能基数,先积累再开进化 |
---
## 安装计划
```
今天凌晨(已装):
✅ TencentDB-Agent-Memory
→ 等 Gateway 重启完测试
今天白天:
② context-mode → 省 token
③ codebase-memory-mcp → 记代码库
明天:
④ semble → 搜代码
⑤ gigabrain → 补记忆
本周:
⑥ auto-dream → 自动化
⑦ total-recall → 质量控制
⑧ agents-best-practices → 规范化
⑨ SkillClaw → 进化
```
---
## 结合自身优化路线
```
装完不照搬,每个必改造:
TencentDB-Agent-Memory
→ 对接我们的 PG 服务器(不用本地 SQLite)
→ 记忆分类规则融合我的 detectCategory()
→ L3 画像接入 memory/USER.md 作为初始种子
context-mode
→ 沙箱规则:exec > 500行 → 截断摘要
→ read 文件 > 200行 → 先看目录结构再决定读哪里
→ search 结果 > 10条 → 去重+排序
codebase-memory-mcp
→ 索引我们的 memory/projects/ 下所有项目
→ 新项目自动建索引,不手动写 project 文档
→ 配合 vault.md 的项目索引表
semble
→ 替换 grep 为主的代码搜索
→ 跟 codebase-memory 联动:先查索引→再用 semble 搜语义
gigabrain
→ 接 same PG 服务器,跟 TencentDB 共享存储
→ 如果 TencentDB 的 L1-L3 太重,用 gigabrain 做快速通道