mind-mem은(는) 무엇을 하나요?
v3.12.1 — 코드 에이전트를 위한 지속적이고 감사 가능하며 모순에 강한 메모리. 하이브리드 BM25+벡터+RRF, MIC/MAP 와이어 포맷, HTTP/인박스/데몬 전송, 결정론적 품질 게이트, 타입화된 계보 엣지, 회상 설명 가능성. 84개의 MCP 도구, 17개의 AI 클라이언트, mind-mem-4b 95/95 (10개 평가 카테고리, Qwen3.5-4B 전체 파인튠).
v3.12.1 — 코드 에이전트를 위한 지속적이고 감사 가능하며 모순에 강한 메모리. 하이브리드 BM25+벡터+RRF, MIC/MAP 와이어 포맷, HTTP/인박스/데몬 전송, 결정론적 품질 게이트, 타입화된 계보 엣지, 회상 설명 가능성. 84개의 MCP 도구, 17개의 AI 클라이언트, mind-mem-4b 95/95 (10개 평가 카테고리, Qwen3.5-4B 전체 파인튠).
star-ga/mind-mem은 코딩 에이전트를 위해 설계된 지속적이고 감사 가능하며 모순에 강한 메모리 시스템입니다. v3.12.1 버전으로, 하이브리드 BM25+벡터 검색과 RRF(Ranked Reciprocal Fusion)를 결합하여 정확하고 관련성 높은 정보 검색을 제공합니다. MIC/MAP 와이어 포맷을 사용하며 HTTP, 인박스, 데몬 등 다양한 전송 방식을 지원합니다. 결정론적 품질 게이트와 타입화된 계보 엣지를 통해 데이터 무결성과 추적 가능성을 보장하며, 회상 설명 가능성 기능으로 검색 결과의 근거를 투명하게 제공합니다. 84개의 MCP 도구와 17개의 AI 클라이언트를 지원하며, mind-mem-4b 모델은 Qwen3.5-4B 기반 전체 파인튠으로 10개 평가 카테고리에서 95/95의 성능을 달성했습니다. 이 스킬은 복잡한 코딩 작업에서 에이전트가 이전 컨텍스트를 잃지 않고 모순 없이 작업을 이어갈 수 있도록 지원하여 생산성과 안정성을 크게 향상시킵니다.
npx skills add star-ga/mind-memInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
v3.12.1 — 코드 에이전트를 위한 지속적이고 감사 가능하며 모순에 강한 메모리. 하이브리드 BM25+벡터+RRF, MIC/MAP 와이어 포맷, HTTP/인박스/데몬 전송, 결정론적 품질 게이트, 타입화된 계보 엣지, 회상 설명 가능성. 84개의 MCP 도구, 17개의 AI 클라이언트, mind-mem-4b 95/95 (10개 평가 카테고리, Qwen3.5-4B 전체 파인튠).
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.