根据代理工作记录和词元数量,整理每项已完成成果及返工的费用,区分估算金额与实测支出,并生成附有依据的 HTML、JSON 和 CSV 报告。
- 核对每周支出与完成成果
- 比较每项已完成成果的费用
- 调查重复工作与返工费用
从`cmem.ai`的持久记忆中搜索Claude Code、Codex等代理的历史工作记录,通过关键词逐步缩小范围,清楚整理项目背景、决策及上次工作的内容。
This skill should be used when the user asks to "search memory", "what do you remember about X", "check claude-mem", "mem search", "find past observations", "what did we do last session", or wants prior-session context about a project, decision, file, or task. Searches the user's Claude-Mem (cmem.ai) memory.
实测评分 未实测
查看安装方法mem-search搜索保存在cmem.ai中的Claude-Mem历史工作记录,提取所需背景。这些带时间戳的记录由Claude Code、Cowork、Codex等代理的过往会话汇总而成。它先用宽泛关键词查找标题和摘要,再利用结果中的特定词句缩小范围,以平易的语言整理相关信息。询问发生时间时,会给出记录的日期和时间。
适合确认上次工作进行到哪里,或回顾项目决策的原因。也可以通过文件名或错误消息查找相关历史记录。
附带的CLI使用Node.js运行,并使用插件中配置的cmem.ai API密钥;尚未配置时需要先设置。搜索词会发送到cmem.ai,请勿包含秘密信息。日期或类型筛选可能被忽略,因此优先通过关键词缩小搜索范围。
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。
AI 根据 SKILL.md 的内容检查了需要注意的操作和使用前提。评分只依据实际运行的结果(实测对比)。
不计入评分。 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。
安装前可以查看交给 AI 代理的指令内容。
Search the user's persistent Claude-Mem memory on cmem.ai. Memory contains timestamped observations synthesized from past sessions across all their agents (Claude Code, Cowork, Codex, and others).
Run the bundled CLI (no dependencies, uses the plugin's configured API key):
node "${CLAUDE_PLUGIN_ROOT}/scripts/cmem-hook.mjs" search "your query" --limit 20
Follow claude-mem's Index → Timeline → Transcript discipline — cheap passes first, expensive detail only for confirmed hits:
--limit.Do not dump raw search output at the user; extract the relevant observations and answer in plain language.
If searches return nothing or error:
node "${CLAUDE_PLUGIN_ROOT}/scripts/cmem-hook.mjs" status
Report the status output plainly: a MISSING api key means the plugin needs the
user's cmem.ai key added to its configuration; a 404 on /api/hooks/context
just means the newer Pro endpoint isn't deployed — search still works via
/api/mcp.
还没有评价。欢迎分享你的使用感受。
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。
根据代理工作记录和词元数量,整理每项已完成成果及返工的费用,区分估算金额与实测支出,并生成附有依据的 HTML、JSON 和 CSV 报告。
持续跟踪拉取请求的评审和自动检查,核实反馈是否适用于实际代码,反复修复、测试并推送,直到待处理问题与未解决讨论清零,达到可合并状态。
将编码任务交给子代理,依次执行build、合并已准备好的拉取请求,再从更新后的main进入release,把实现与发布工作连接起来。
检查本地claude-mem运行状态,更新各用户的重要记录缓存,支持排除和恢复记录,并报告不同层级的规则冲突,适合定期运维。
发布后核查公开软件包、线上服务和已安装插件,持续跟踪延迟到达的持续集成结果及故障报告,确认问题是否由此次发布引起,并在授权范围内修复。
指导在Cursor中安装claude-mem,选择本地或远程worker,并配置使用本机登录的host观察处理方式或cmem.ai远程推理。