ワンクリックで
supermemory
增强记忆引擎,基于 LanceDB 向量存储,用于非对话类知识管理
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
メニュー
增强记忆引擎,基于 LanceDB 向量存储,用于非对话类知识管理
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
红龙工业设备 AI 智能获客系统。B2B 全栈 SDR,覆盖客户发现→背景调查→开发信触达→智能报价→Pipeline 管理,支持 WhatsApp + Email + Telegram + LinkedIn 多渠道。基于 OpenClaw Agent 技能集群。
获客系统初始化引导 v2.1。首次使用时引导用户配置凭据、生成工作台配置、挂载NAS、测试邮箱、安装依赖。当用户说"初始化获客系统"、"开始使用获客系统"、"一键安装依赖"时触发。
获客工作流参考(质量门控 + 阶段定义)。执行引擎已内置 — 实际编排使用 create_agent + spawn_agent,不再需要手动按步骤执行。本文件仅保留获客专用的质量检查点和阶段定义。
Use when 用户需要写开发信、cold email、外联邮件、起草销售邮件时。路由:此技能只生成邮件内容不发送,生成后必须交给 email-sender 技能发送(email-sender 内置ICP校验、邮箱铁律、联系记录),禁止直接调 send_email_smtp 发送开发信。
根据输入生成日报 Markdown 草稿并写入 reports 目录
Use when 需要发送邮件、批量发送开发信或跟进邮件时。路由:发送邮件必须走此技能(内置黑名单检查+ICP校验+邮箱铁律+联系记录),禁止绕过直接调 send_email_smtp。v2.0 对接实际 Agent 工具链,不再依赖 PowerShell 脚本。
| name | supermemory |
| version | 1.0.0 |
| description | 增强记忆引擎,基于 LanceDB 向量存储,用于非对话类知识管理 |
| triggers | ["supermemory","增强记忆","记忆引擎"] |
Skill Graph: 领域 → [[_index-intelligence|情报与知识领域]] | 上游 ← [[_index-intelligence|情报领域]] | 下游 → 大规模语义搜索 → [[deep-research|深度调研]]
版本: v1.0 | 日期: 2026-03-31 实现 4层抗遗忘系统的 L1 增强层 专注文工业皮带 B2B 外贸场景,基于 LanceDB 向量存储。
supermemory 是红龙获客系统的增强记忆引擎,比 L1 MemOS 更智能,用于存储市场情报、竞品分析、有效话术和客户洞察。与 ChromaDB(对话向量存储)不同,Supermemory 专注于非对话类知识。
| 类型 | TTL | 示例 |
|---|---|---|
customer_fact | 永久 | "Al Rashid Industries 每月采购 2000 条皮带,交货期 30 天" |
conversation_insight | 90 天 | "客户对分层机的宽幅规格更感兴趣" |
market_signal | 30 天 | "沙特阿拉伯皮带市场需求 Q2 上涨 15%" |
effective_script | 永久 | "以当地工厂案例开场 → 3倍回复率" |
competitor_intel | 永久 | "竞品A打齿机价格低10%,但交期多15天" |
| 命令 | 描述 |
|---|---|
memory:add | 添加记忆 |
memory:search | 语义搜索记忆 |
memory:list | 列出某类型记忆 |
memory:delete | 删除记忆 |
memory:stats | 查看统计 |
参数:
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
type | enum | ✅ | 记忆类型(见上表) |
content | string | ✅ | 记忆内容 |
tags | string[] | ❌ | 标签列表 |
source | string | ❌ | 来源(linkedin/exa/email/manual) |
confidence | float | ❌ | 置信度 0-1(默认 0.8) |
示例:
# 添加客户事实
memory:add \
--type "customer_fact" \
--content "Al Rashid Industries,沙特阿拉伯最大轮胎制造商,年产值约2亿美元,员工1200人。采购决策周期3-6个月。" \
--tags ["al_rashid", "saudi_arabia", "tire_manufacturer"] \
--source "linkedin" \
--confidence 0.9
# 添加有效话术
memory:add \
--type "effective_script" \
--content "开场白:提及当地同规模工厂使用HOLO设备的具体案例,回复率提升显著。示例:'我们为沙特一家月产5000条皮带的工厂提供了打齿机解决方案...' " \
--tags ["opening_line", "saudi_arabia", "case_study"]
# 添加竞品情报
memory:add \
--type "competitor_intel" \
--content "竞品闪电牌打齿机:价格比HOLO低10-15%,功率更低(1.5kW vs 2.2kW),但精度略差。交货期25天 vs HOLO的18天。客户反馈主要是售后服务响应慢。" \
--tags ["competitor", "fingerpuncher", "price_comparison"]
# 添加市场信号
memory:add \
--type "market_signal" \
--content "沙特阿拉伯 2026 年基础设施建设投资增长 20%,带动工业皮带需求。大型项目集中在东部省(Eastern Province)和利雅得。" \
--tags ["market_trend", "saudi_arabia", "infrastructure"]
参数:
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
query | string | ✅ | 自然语言查询 |
type | enum | ❌ | 限定记忆类型 |
tags | string[] | ❌ | 限定标签 |
limit | integer | ❌ | 返回数量(默认 5) |
示例:
# 搜索沙特阿拉伯相关记忆
memory:search "沙特阿拉伯客户" --limit 5
# 搜索有效话术
memory:search "opening line for tire manufacturer" --type "effective_script"
# 搜索竞品情报
memory:search "打齿机竞品对比" --type "competitor_intel"
# 按标签搜索
memory:search "市场机会" --tags ["market_trend", "saudi_arabia"]
AI 触发时机:
| 场景 | 示例查询 |
|---|---|
| 撰写开发信前 | "搜索沙特阿拉伯客户的所有记忆" |
| 竞品对比时 | "搜索竞品闪电牌相关信息" |
| 定价策略时 | "搜索客户对价格的接受区间" |
| 市场分析时 | "搜索中东市场最新信号" |
参数:
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
type | enum | ❌ | 记忆类型 |
limit | integer | ❌ | 返回数量(默认 20) |
示例:
# 列出所有有效话术
memory:list --type "effective_script"
# 列出所有竞品情报
memory:list --type "competitor_intel"
# 列出最近 20 条记忆
memory:list --limit 20
参数:
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
id | string | ✅ | 记忆 ID |
示例:
memory:delete --id "mem_abc123"
memory:stats
输出示例:
=== Supermemory 统计 ===
总记忆条数: 234
按类型分布:
customer_fact: 45 (19.2%)
conversation_insight: 67 (28.6%)
market_signal: 38 (16.2%)
effective_script: 52 (22.2%)
competitor_intel: 32 (13.7%)
TTL 统计:
永久有效: 129 (55.1%)
90天内有效: 67 (28.6%)
30天内有效: 38 (16.2%)
过期待清理: 12 条
存储引擎: LanceDB
向量维度: 1536
# supermemory 配置
supermemory:
provider: "lancedb" # 默认本地存储,无需外部依赖
persist_directory: "{{DATA_DIR}}/lancedb/honglong"
collection_name: "honglong_memory"
# 备选 provider(需要 API key)
# provider: "supermemory_cloud"
# api_key: "{{SUPERMEMORY_API_KEY}}"
embedding_model: "text-embedding-3-small" # OpenAI embedding
auto_capture: true
capture_strategy: "last_turn" # 仅捕获最后一条消息的洞察
recall_top_k: 5
ttl_days:
customer_fact: null # 永久
conversation_insight: 90
market_signal: 30
effective_script: null # 永久
competitor_intel: null # 永久
auto_cleanup:
enabled: true
schedule: "0 3 * * *" # 每天凌晨 3:00
grace_period_days: 7 # 过期后多留 7 天再删除
provider: "supermemory_cloud"
api_key: "{{SUPERMEMORY_API_KEY}}"
provider: "memos"
memos_url: "{{MEMOS_URL}}"
memos_token: "{{MEMOS_TOKEN}}"
对话生成后
↓
MemOS L1: 结构化客户状态(自动提取)
↓
Supermemory: 非结构化洞察(AI 主动判断)
↓
两者协同注入上下文
↓
对话结束 → chroma:store L3(对话历史向量)
↓
每天 12:00 → chroma:snapshot L4(CRM 快照)
集成规则:
当 AI 在对话中发现值得记录的信息时,应主动调用 memory:add:
| 发现内容 | 记忆类型 |
|---|---|
| 客户透露的采购规模/周期/决策人 | customer_fact |
| 客户的偏好/异议/关注点 | conversation_insight |
| 有效的开场白/话术/策略 | effective_script |
| 竞品动态/对比信息 | competitor_intel |
| 市场趋势/行业动态 | market_signal |