Memory Management

memory-safety-patterns 可協助代理在 C、C++ 與 Rust 中運用 RAII、所有權、智慧指標與資源清理模式。適合用來審查後端或系統程式碼、降低記憶體洩漏與懸空指標風險，並為檔案、socket、buffer 與 FFI 邊界周邊的安全重構提供方向。

python-performance-optimization 以 profiling 優先的方式，協助診斷執行緩慢或記憶體占用偏高的 Python 程式碼，涵蓋 CPU、記憶體、I/O 瓶頸、快取、向量化、async 與 benchmarking 等實務流程。

python-resource-management 可協助代理產生 Python 程式碼，處理 context managers、具例外安全性的清理、非同步資源生命週期，以及串流模式。適合用於檔案、資料庫連線、socket 與需要可預期釋放資源的後端程式碼。

memory-management 可透過 HOT/WARM/COLD 檔案工作流程，協助 Claude 在不同工作階段之間保留專案脈絡。你可以用它維護 `CLAUDE.md`、`memory/` 資料夾、術語表條目，以及事件驅動的更新流程，適合用於 SEO 或 Context Engineering 的稽核、排名、競品與報告等工作。

mnemos 是一個以任務為範圍的記憶技能，適合需要在多次壓縮後仍保有持久上下文的代理。它使用具型別的 MnemoGraph 來持續保存目標與約束、壓縮結果，並保留可供續接的檢查點。很適合用在 context engineering、除錯、repo 維護與交接。

continual-learning 是一項給 AI 程式編碼代理使用的技能，適合需要在不同工作階段之間記住有用經驗的情境。它支援 hooks、雙層記憶與反思機制，讓代理能重用專案慣例、避免重複犯錯，並隨著時間改善 Agent Orchestration。

self-improving-agent 是一個用於 Agent Orchestration 的後設技能，能記錄任務結果、萃取可重複使用的模式，並透過記憶、範本、hooks 與可選的 PR 審查流程來傳遞更新。