重要前提
安装AI Skills的关键前提是:必须科学上网,且开启TUN模式,这一点至关重要,直接决定安装能否顺利完成,在此郑重提醒三遍:科学上网,科学上网,科学上网。查看完整安装教程 →
npx skills add https://github.com/winsorllc/upgraded-carnival --skill vector-memory此技能提供基于向量的语义记忆存储,利用嵌入技术实现基于含义的智能回忆。
必需:
OPENAI_API_KEY - 用于生成嵌入向量可选:
VECTOR_MEMORY_DIM - 嵌入向量维度(默认值:1536,对应 text-embedding-ada-002)广告位招租
在这里展示您的产品或服务
触达数万 AI 开发者,精准高效
// 存储带有语义嵌入向量的记忆
vstore('会议记录:讨论了第一季度路线图和预算分配')
// 返回:"已存储记忆,ID:mem_abc123"
// 通过含义搜索(而非关键词)
vsearch('我们关于资金方面讨论了什么?')
// 返回:关于预算、资金、财务讨论的记忆
// 查找相似的记忆
vsimilar('mem_abc123')
// 返回:语义相似的记忆
// 列出所有记忆
vlist()
// 返回:包含元数据的已存储记忆列表
// 清除所有
vclear()
// 返回:"已清除所有向量记忆"
每周安装量
63
代码仓库
首次出现
2026年3月1日
安全审计
安装于
gemini-cli62
github-copilot62
amp62
cline62
codex62
kimi-cli62
This skill provides vector-based semantic memory storage using embeddings for intelligent recall by meaning.
Required:
OPENAI_API_KEY - For generating embeddingsOptional:
VECTOR_MEMORY_DIM - Embedding dimensions (default: 1536 for text-embedding-ada-002)// Store a memory with semantic embedding
vstore('Meeting notes: Discussed Q1 roadmap and budget allocation')
// Returns: "Stored memory with ID: mem_abc123"
// Search by meaning (not keywords)
vsearch('What did we talk about regarding money?')
// Returns: Memories about budget, funding, financial discussions
// Find similar memories
vsimilar('mem_abc123')
// Returns: Semantically similar memories
// List all memories
vlist()
// Returns: List of stored memories with metadata
// Clear all
vclear()
// Returns: "Cleared all vector memories"
Weekly Installs
63
Repository
First Seen
Mar 1, 2026
Security Audits
Gen Agent Trust HubPassSocketPassSnykPass
Installed on
gemini-cli62
github-copilot62
amp62
cline62
codex62
kimi-cli62
超能力技能使用指南:AI助手技能调用优先级与工作流程详解
53,700 周安装
Datadog Pup CLI 命令行工具:监控、日志、指标、APM、事件管理一站式操作指南
324 周安装
数据科学家技能指南:机器学习、统计建模与商业分析完整工作流程
321 周安装
多智能体编排策略指南:从597+真实调度提炼的元编排模式与提示词构建
325 周安装
Python 3.12+ 专家技能:2024现代工具链、性能优化与生产部署指南
323 周安装
Bitbucket CLI (bkt) 命令行工具:统一管理 Data Center 和 Cloud 的自动化利器
343 周安装
Paperclip AI 智能体创建技能 - 自动化雇佣与配置AI助手工作流
335 周安装