Supermemory：LLM的长期记忆层，让AI告别”金鱼记忆”
Supermemory是LLM的长期记忆层，通过自动提取对话事实+构建用户画像，让AI真正认识你。三大基准测试第一，50ms返回用户画像，适合运营/电商团队沉淀用户洞察和团队上下文。
OpenClaw技能
省91%Token+提49%任务率！OpenViking+OpenClaw打造高效AI智能体
OpenViking 是火山引擎开源的 AI 智能体上下文数据库，以文件系统范式统一管理记忆、资源与技能，通过 L0/L1/L2 分层加载、目录递归检索等特性，解决传统 RAG 痛点，与 OpenClaw 深度集成，大幅提升任务完成率、降低 Token 成本，让智能体实现可观测、自迭代。
OpenClaw 自改进技能self-improving告别重复踩坑
本文详细介绍 OpenClaw 生态核心的 self-improving-agent 技能，教你通过结构化日志、分层知识晋升和跨会话协作，彻底解决 AI Agent 跨会话遗忘问题，搭建纯本地的持续学习体系，大幅提升开发效率，沉淀可复用的技术资产。
从碎片到体系：Karpathy LLM Wiki方法论的OpenClaw知识库落地实践
obsidian-wiki-maintainer是基于Karpathy LLM Wiki方法论打造的OpenClaw技能，通过raw（原始资料层）、维基层、规范层三层架构，实现知识的持续沉淀与累积演化。技能提供ingest（素材沉淀）、query（知识问答）、inspool（结论回填）、lint（健康检查）、approve（归档确认）五大核心操作，覆盖知识管理完整生命周期。安装简单，调用便捷，通过自然语言即可触发。相比传统”一次性问答”模式，该技能让AI真正成为可累计演化的”第二大脑”，使知识从消耗品变为可复利的资产。