MCP HubMCP Hub
Retour aux compétences

manage-memory

pjt222
Mis à jour 2 days ago
6 vues
17
2
17
Voir sur GitHub
Développementai

À propos

Cette compétence maintient la mémoire persistante de Claude Code en organisant MEMORY.md comme un index concis et en extrayant les sujets détaillés dans des fichiers séparés. Elle détecte automatiquement les entrées obsolètes, vérifie leur exactitude par rapport au projet actuel et applique une limite de 200 lignes. Utilisez-la lorsque MEMORY.md approche de la limite de lignes, après des sessions productives, ou lorsque des changements dans le projet peuvent avoir rendu des entrées de mémoire périmées.

Installation rapide

Claude Code

Recommandé
Principal
npx skills add pjt222/agent-almanac -a claude-code
Commande PluginAlternatif
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternatif
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/manage-memory

Copiez et collez cette commande dans Claude Code pour installer cette compétence

Documentation

Manage Memory

Maintain Claude Code's persistent memory dir → accurate, concise, useful across sessions. MEMORY.md loaded into system prompt every conv — lines after 200 truncated → file must be lean index pointing to topic files for detail.

Use When

  • MEMORY.md nearing 200-line limit
  • Session produced durable insights worth preserving (new patterns, arch decisions, debugging solutions)
  • Topic section in MEMORY.md > 10-15 lines → extract
  • Project state changed (renamed files, new domains, updated counts) → entries may be stale
  • Starting new work area → check if relevant memory exists
  • Periodic maintenance between sessions

In

  • Req: Access to memory dir (typically ~/.claude/projects/<project-path>/memory/)
  • Opt: Specific trigger ("MEMORY.md too long", "just finished major refactor")
  • Opt: Topic to add / update / extract

Do

Step 1: Assess Current State

Read MEMORY.md + list all files in memory dir:

wc -l <memory-dir>/MEMORY.md
ls -la <memory-dir>/

Check line count vs 200-line limit. Inventory existing topic files.

→ Clear picture of total lines, # topic files, which sections exist in MEMORY.md.

If err: Memory dir doesn't exist → create. MEMORY.md doesn't exist → minimal one w/ # Project Memory header + ## Topic Files section.

Step 2: ID Stale Entries

Compare memory claims vs current project state. Common staleness:

  1. Count drift: File counts, skill counts, domain counts changed after additions/removals
  2. Renamed paths: Files / dirs moved / renamed
  3. Superseded patterns: Workarounds no longer needed after fixes
  4. Contradictions: Two entries saying diff things about same topic

Use Grep to spot-check:

# Example: verify a skill count claim
grep -c "^      - id:" skills/_registry.yml
# Example: verify a file still exists
ls path/claimed/in/memory.md

→ List of stale entries w/ correct current vals.

If err: Can't verify claim (refs external state) → leave but add (unverified) note rather than silently preserve potentially wrong info.

Step 3: Decide What to Add

For new entries, apply filters before writing:

  1. Durability: Will this be true next session? Avoid session-specific (current task, in-progress, temporary).
  2. Non-duplication: CLAUDE.md / project docs already cover? Don't duplicate — memory for things NOT captured elsewhere.
  3. Verified: Confirmed across multi interactions, or single obs? Single → verify vs project docs before writing.
  4. Actionable: Does knowing change behavior? "Sky blue" ≠ useful. "Exit code 5 = quoting err → use temp files" changes how you work.

Exception: User explicitly asks to remember → save immediately, no multi confirmations needed.

→ Filtered list worth adding, each meeting durability + non-dup + verified + actionable.

If err: Unsure if worth keeping → err toward keeping briefly in MEMORY.md — easier to prune later than rediscover.

Step 4: Extract Oversize Topics

Section > ~10-15 lines → extract to dedicated topic file:

  1. Create <memory-dir>/<topic-name>.md w/ descriptive header
  2. Move detailed content from MEMORY.md → topic file
  3. Replace section in MEMORY.md w/ 1-2 line summary + link:
## Topic Files
- [topic-name.md](topic-name.md) — Brief description of contents

Naming conventions:

  • Lowercase kebab-case: viz-architecture.md, not VizArchitecture.md
  • Name by topic, not chronology: patterns.md, not session-2024-12.md
  • Group related: combine "R debugging" + "WSL quirks" → patterns.md vs one file per fact

→ MEMORY.md stays < 200 lines. Each topic file self-contained + readable w/o MEMORY.md ctx.

If err: Topic file < 5 lines → probably not worth extracting → leave inline.

Step 5: Update MEMORY.md

Apply changes: remove stale, add new, update counts, ensure Topic Files section lists all dedicated files.

MEMORY.md structure:

# Project Memory

## Section 1 — High-level context
- Bullet points, concise

## Section 2 — Another topic
- Key facts only

## Topic Files
- [file.md](file.md) — What it covers

Guidelines:

  • Each bullet 1-2 lines max
  • Inline formatting (code, bold) for scanability
  • Most frequently needed ctx first
  • Topic Files section always last

→ MEMORY.md < 200 lines, accurate, working links to all topic files.

If err: Can't get < 200 after extraction → ID least-freq-used section + extract. Every section candidate — even project structure overview can go to topic file if needed, leaving 1-line summary.

Step 6: Verify Integrity

Final check:

  1. Line count: MEMORY.md < 200
  2. Links: Every topic file referenced exists
  3. Orphans: Topic files not referenced in MEMORY.md
  4. Accuracy: Spot-check 2-3 factual claims vs project state
wc -l <memory-dir>/MEMORY.md
# Check for broken links
for f in $(grep -oP '\[.*?\]\(\K[^)]+' <memory-dir>/MEMORY.md); do
  ls <memory-dir>/$f 2>/dev/null || echo "BROKEN: $f"
done
# Check for orphan files
ls <memory-dir>/*.md | grep -v MEMORY.md

→ Line count < 200, no broken links, no orphans, spot-checked claims accurate.

If err: Fix broken links (update / remove). Orphans → add ref in MEMORY.md / delete if no longer relevant.

Check

  • MEMORY.md < 200 lines
  • All referenced topic files exist on disk
  • No orphan .md in memory dir (every file linked from MEMORY.md)
  • No stale counts / renamed paths
  • New entries meet durability / non-dup / verified / actionable
  • Topic files have descriptive headers + self-contained
  • MEMORY.md reads as quick-ref, not changelog

Traps

  • Memory file pollution: Writing every session obs to memory. Most findings session-specific + don't need persisting. Apply 4 filters (Step 3) before writing.
  • Stale counts: Updating code but not memory. Counts (skills, agents, domains, files) drift silently. Always verify vs source of truth before trusting memory.
  • Chronological organization: "When I learned" vs "what it's about". Topic-based (patterns.md, viz-architecture.md) > date-based files.
  • Duplicate CLAUDE.md: CLAUDE.md = authoritative project instructions. Memory captures things NOT in CLAUDE.md — debugging insights, arch decisions, workflow prefs, cross-project patterns.
  • Over-extraction: Topic file for every 3-line section. Only extract when > ~10-15 lines. Small sections inline.
  • Forget 200-line limit: MEMORY.md loaded every system prompt. Lines after 200 silently truncated. Grows past → bottom content effectively invisible.

  • write-claude-md — CLAUDE.md captures project instructions; memory captures cross-session learning
  • prune-agent-memory — inverse of manage-memory: auditing, classifying, selectively forgetting stored
  • write-continue-here — structured continuation file for session handoff; complements memory as short-term bridge
  • read-continue-here — read + act on continuation at session start; consumption side of handoff
  • create-skill — new skills may produce memory-worthy patterns
  • heal — self-healing may update memory as part of integration step
  • meditate — meditation sessions may surface insights worth persisting

Dépôt GitHub

pjt222/agent-almanac
Chemin: i18n/caveman-ultra/skills/manage-memory
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Compétences associées

qmd

Développement

qmd est un outil CLI de recherche et d'indexation locale qui permet aux développeurs d'indexer et de rechercher dans des fichiers locaux en utilisant une recherche hybride combinant BM25, des embeddings vectoriels et du reranking. Il prend en charge à la fois une utilisation en ligne de commande et un mode MCP (Model Context Protocol) pour l'intégration avec Claude. L'outil utilise Ollama pour les embeddings et stocke les index localement, ce qui le rend idéal pour rechercher dans de la documentation ou des bases de code directement depuis le terminal.

Voir la compétence

subagent-driven-development

Développement

Cette compétence exécute des plans de mise en œuvre en déployant un nouveau sous-agent pour chaque tâche indépendante, avec une revue de code entre les tâches. Elle permet une itération rapide tout en maintenant des contrôles de qualité grâce à ce processus de revue. Utilisez-la lorsque vous travaillez sur des tâches principalement indépendantes au sein d'une même session pour assurer une progression continue avec des vérifications de qualité intégrées.

Voir la compétence

mcporter

Développement

La compétence mcporter permet aux développeurs de gérer et d'appeler des serveurs Model Context Protocol (MCP) directement depuis Claude. Elle fournit des commandes pour lister les serveurs disponibles, appeler leurs outils avec des arguments, et gérer l'authentification ainsi que le cycle de vie du démon. Utilisez cette compétence pour intégrer et tester les fonctionnalités des serveurs MCP dans votre flux de travail de développement.

Voir la compétence

adk-deployment-specialist

Développement

Cette compétence déploie et orchestre des agents Vertex AI ADK en utilisant le protocole A2A, gérant la découverte d'AgentCard, la soumission de tâches, et prenant en charge des outils tels que le bac à sable d'exécution de code et la banque de mémoire. Elle permet de construire des systèmes multi-agents avec des modèles d'orchestration séquentiels, parallèles ou en boucle en Python, Java ou Go. Utilisez-la lorsqu'on vous demande de déployer des agents ADK ou d'orchestrer des flux de travail d'agents sur Google Cloud.

Voir la compétence