Memory

context-compression 是一项实用技能，用于在不中断工作的前提下压缩冗长的 agent 会话，保留继续执行所需的关键信息。它适用于 context compression、结构化总结、文件跟踪、决策保留，以及面向长期编码任务和 Context Engineering 工作流的 tokens-per-task 优化。

mnemos 是一款面向任务范围记忆的技能，适合需要在压缩后仍保留持久上下文的代理。它使用带类型的 MnemoGraph 来持续保存目标和约束、压缩结果，并保留可恢复的检查点，方便从中断处继续。适用于上下文工程、调试、仓库维护和任务交接。

read-memories 是一个 Claude Code skill，用于搜索之前的会话日志，找回决策、模式、未完成的 TODO 和用户纠正。它适合依赖早期上下文的任务、持续推进中的项目，或用于 Workflow Automation 的 read-memories。read-memories skill 能帮助 agent 快速找到证据，而不是靠记忆猜测。

memory-systems 是一份用于设计可跨会话持久化的 agent 记忆的指南。它涵盖偏后端的架构选型，包括向量存储、实体图和时序知识图谱，以及各自适用的场景。使用这个 memory-systems 技能，可以为 agent 规划持久检索、实体连续性和长期状态。

memorize 是一款 Skill Authoring 和 agent 工作流技能，可借助 Agentic Context Engineering，把反思、评审意见和执行反馈沉淀为持久、可执行的 CLAUDE.md 指南。适合那些需要让经验不只停留在一次对话中，并能持续改进后续运行的场景。