القائمة
Memoria semántica para agentes IA — almacenamiento y recuperación de contexto a largo plazo.
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
استنادا إلى تصنيف SOC المهني
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/Ntizar/NtizarBrainMasterMind --skill supermemoryيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
عرض SKILL.md
| name | supermemory |
| description | Memoria semántica para agentes IA — almacenamiento y recuperación de contexto a largo plazo. |
| version | 1.0.0 |
| tags | ["memory","AI","agents","semantic","context","retrieval","vector"] |
Sistema de memoria semántica para agentes IA — almacenamiento y recuperación de contexto a largo plazo. 27k⭐.
github.com/supermemoryai/supermemorypip install supermemory
# o
git clone https://github.com/supermemoryai/supermemory.git
cd supermemory && pip install -e .
from supermemory import SuperMemory
# Crear memoria
mem = SuperMemory()
# Guardar información
mem.store("El usuario prefiere respuestas en español", category="preference")
mem.store("Proyecto actual: dashboard de transporte", category="project")
mem.store("API key de Esios: esios-xxx", category="secret")
# Buscar información
results = mem.search("preferencias del usuario")
for r in results:
print(f"{r['category']}: {r['content']}")
# Buscar semánticamente
results = mem.search("qué proyecto estoy trabajando", top_k=3)
memory tool de Hermes — memoria persistente localrag-knowledge-base — memoria de agenteschromadb para memoria de agentes simplesshepherd-meta-agents — memoria compartidaCatálogo de Addy Osmani de skills engineering para AI coding agents — 8 slash commands mapeados al SDLC (spec → plan → build → test → review → ship).
Generación de informes y documentos profesionales mediante LLM. Arquitectura prompt→LLM→HTML capítulo, plantillas por sección, integración con datos de appState, y patrón demo interactivo. Aplicable a PMST, informes técnicos, auditorías, y cualquier documento estructurado.
AI Engineering Hub — catálogo de proyectos y tutoriales de ingeniería de IA con Jupyter notebooks.