实现多个AgentDB数据库的同步与管理，将语义相似度搜索与属性筛选结合，并配置搜索结果去重及分布式AI系统的运行方式。
- 在多个AgentDB数据库间共享记忆
- 按日期或分类筛选语义搜索结果
- 分别存储知识和对话
ruvnet/RuView9.9万2026年10月20日 更新
免费在 GitHub 公开中文介绍
review-homecore-server
在启动前审查Homecore服务器的运行计划，检查身份验证、恢复顺序、功能测试、语音服务配置及配对机密信息的处理方式，不启动服务器。
原文查看原文说明
Review Homecore server startup, restore, authentication, feature, and provider configuration.
适用场景
- 审查Homecore启动计划
- 检查恢复顺序和限制值
- 启用Wasmtime或HAP前检查测试
- 检查语音服务和配对信息的处理方式
中文介绍
功能
review-homecore-server审查Homecore服务器的启动、恢复、身份验证、功能及外部服务配置计划。它会查看homecore-server --help和ADR-161，检查开发模式以外的API身份验证、恢复顺序和限制值设置。还会确认设置代码及配对信息的存储位置不会出现在提示词或日志中。
适用场景
适合在启动服务器之前重新检查运行计划，或核对恢复步骤。启用Wasmtime或HAP时，可以检查是否有对应的功能测试；配置语音识别和语音合成服务时，也可以检查服务提供方的指定方式。
使用示例
- “从身份验证和恢复顺序两个方面审查Homecore启动计划。”
- “检查启用
Wasmtime的计划是否包含对应的功能测试。” - “检查语音识别、语音合成服务的指定方式及机密信息的处理方式。”
注意事项
此技能只审查计划，不启动服务器。恢复时必须先恢复注册表，再恢复录制器状态。语音服务必须明确指定实际提供方，并将使用已禁用提供方的情况视为失败。
本介绍由 AI（OpenAI Codex）根据公开的 SKILL.md 撰写。准确的规格请查看下方原文。
客观评估
AI 仅根据 SKILL.md 的内容，从 4 个方面进行了评估。星标数和热度不计入评估。
- 指令清晰度能否看出何时使用、做什么
- A良好明确说明审查Homecore配置计划，且不启动服务器。
- 步骤具体性步骤、输入输出和示例是否具体
- B部分不足提供身份验证、恢复顺序等六项检查步骤，但未规定审查结果的输出格式。
- 安全性发送数据、删除文件、执行命令等是否有说明
- A良好不启动服务器，并要求设置代码和配对信息存储位置不进入提示词或日志。
- 安装难易度所需工具和 API 密钥是否少且有说明
- B部分不足指定检查所需的homecore-server和ADR-161，但未说明获取方法。
总分按每项 A=25 分、B=15 分、C=5 分相加。 由 AI（OpenAI Codex）于 2026年10月21日 评估。仅供参考，安装前请同时查看原文。
如果您认为评估有误，请申请复核
包含的文件（1）
- SKILL.md632 B
SKILL.md（原文）
安装前可以查看交给 AI 代理的指令内容。
Review Homecore server operation
- Read
homecore-server --helpand ADR-161. - Require authenticated API configuration outside explicit development mode.
- Restore registries before recorder states and keep limits bounded.
- Enable Wasmtime or HAP only with matching feature tests.
- Keep setup codes and pairing stores out of prompts and logs.
- Supply real STT/TTS providers explicitly; disabled providers must fail.
This skill reviews a plan. It does not start the server.
评价
还没有评价。欢迎分享你的使用感受。
评论
无需登录即可发表。欢迎分享使用感受、提问，或说明在哪些环境下无法运行。
还没有评论。来写第一条吧。
同一仓库的技能
Create AgentDB learning plugins that use recorded experience to improve agent decisions. Choose a learning method, store states, actions, and rewards, train models, and evaluate suggested actions through CLI and API workflows.
中文简介正在准备中。当前显示英语简介。
- Train agents from historical experience
- Build decision-making for games and navigation
- Combine experience from multiple agents for training
ruvnet/RuView9.9万2026年10月20日 更新
使用AgentDB为AI智能体实现会话历史、用户偏好和有效交互模式的保存与检索，分别管理短期和长期记忆，让后续会话能够继续引用。
- 为聊天系统添加会话历史
- 跨会话记住用户偏好
- 复用成功的交互模式
ruvnet/RuView9.9万2026年10月20日 更新
帮助调整AgentDB的数据压缩、搜索索引、缓存和批量操作，并测量性能，以改善内存占用与搜索速度，权衡速度、精度和内存需求。
- 减少AgentDB内存占用
- 兼顾精度与搜索速度
- 规划数百万向量的配置
ruvnet/RuView9.9万2026年10月20日 更新
使用AgentDB实现按含义查找文档的搜索功能，将文档存储、相似度搜索与属性筛选结合起来，构建检索相关资料并据此回答问题的系统。
- 根据检索到的资料生成回答
- 为知识库添加语义搜索
- 查找内容相似的文档
ruvnet/RuView9.9万2026年10月20日 更新
使用agent-browser自动执行浏览器操作，通过标注按钮和输入框的快照完成登录、表单填写与提交、网页信息提取和截图。
- 自动执行登录流程
- 填写并提交网页表单
- 收集商品名称、价格和链接
ruvnet/RuView9.9万2026年10月20日 更新