파일시스템 기반 데몬을 통해 AI 에이전트 메모리를 관리하며, 플러그 가능한 LLM을 활용해 마크다운 형식의 기억들을 통합, 추출, 정리합니다.
이 스킬은 AI 에이전트(Claude Code, Cursor, Codex 등)가 파일시스템 위에서 동작하는 데몬을 통해 장기 기억을 효율적으로 관리할 수 있도록 지원합니다. 기존의 메모리 관리 방식은 LLM 컨텍스트 윈도우의 제약이나 별도의 외부 데이터베이스 의존성으로 인해 확장성과 지속성에 문제가 있었습니다. `agent-memory-daemon`은 이러한 한계를 극복하기 위해 마크다운 파일을 기본 저장소로 사용하며, 사용자가 선택한 LLM을 플러그인 형태로 연결하여 메모리 통합, 핵심 정보 추출, 조직화 등의 작업을 자동화합니다. 개발자는 복잡한 인프라 구성 없이도 단일 데몬 프로세스를 실행하고 간단한 CLI 또는 API 호출을 통해 에이전트의 맥락을 보존하고 검색할 수 있습니다. 실시간 파일 감시와 LLM 기반 요약 기능을 제공하므로, 지속적인 학습이나 장기 프로젝트 관리가 필요한 AI 워크플로우에 특히 적합합니다.
npx skills add Charlesfrederickmenningerdateplum166/agent-memory-daemonInstalled? Explore more 라이팅 & 에디팅 skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →
파일시스템 기반 데몬을 통해 AI 에이전트 메모리를 관리하며, 플러그 가능한 LLM을 활용해 마크다운 형식의 기억들을 통합, 추출, 정리합니다.
출처: https://github.com/Charlesfrederickmenningerdateplum166/agent-memory-daemon
지난 24시간 동안 GitHub에 푸시된 에이전트 스킬, Claude/Codex/Gemini 워크플로우, MCP 도구, 그리고 관련 AI 에이전트 자동화 리포지토리에서 발견되었습니다.
Notion CLI/API for pages, Markdown content, data sources, files, comments, search, Workers, and raw API calls.
The agent engineering platform.
Use this skill when the user requests to generate, create, or produce podcasts from text content. Converts written content into a two-host conversational podcast audio format with natural dialogue.
Analyze and optimize tweets for maximum reach using Twitter's open-source algorithm insights. Rewrite and edit user tweets to improve engagement and visibility based on how the recommendation system ranks content.
Extracts and analyzes competitors' ads from ad libraries (Facebook, LinkedIn, etc.) to understand what messaging, problems, and creative approaches are working. Helps inspire and improve your own ad campaigns.
Context7 Platform -- Up-to-date code documentation for LLMs and AI code editors