memU은(는) 무엇을 하나요?
선제적 AI 에이전트를 위한 메모리 하네스 — 구조화된 저장소, 의도 캡처, 10배 토큰 절감.
선제적 AI 에이전트를 위한 메모리 하네스 — 구조화된 저장소, 의도 캡처, 10배 토큰 절감.
memU는 AI 에이전트가 장기 기억을 유지하고, 사용자 의도를 구조화된 방식으로 저장하며, 컨텍스트 토큰 사용량을 최대 10배까지 줄일 수 있도록 설계된 메모리 하네스입니다. 이는 에이전트가 매번 처음부터 다시 시작하지 않고도 과거 상호작용을 참조하고 작업을 재개할 수 있도록 지원합니다. memU는 Claude Code, Cursor, Codex와 같은 주요 AI 에이전트 플랫폼과 통합되어, 중복된 히스토리 없이 간결하고 관련성 높은 컨텍스트를 유지함으로써 응답 속도와 정확성을 향상시킵니다. 구조화된 저장소와 의도 캡처 메커니즘을 통해, memU는 에이전트가 사용자 목표를 더 잘 이해하고 사전에 조치를 취할 수 있도록 하여, 반응형 워크플로우를 보다 능동적인 워크플로우로 전환시킵니다.
npx skills add NevaMind-AI/memUInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
선제적 AI 에이전트를 위한 메모리 하네스 — 구조화된 저장소, 의도 캡처, 10배 토큰 절감.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.