Construa um banco de dados de memória para agentes de IA com um mecanismo de armazenamento em Rust projetado para dados de LLM e recuperação rápida.
O mentedb é um banco de dados de memória especializado para agentes de IA, utilizando um motor de armazenamento escrito em Rust para otimizar a manipulação de dados de grandes modelos de linguagem (LLMs) e garantir recuperação rápida. Ele foi projetado para permitir que agentes, como os baseados em Claude, Cursor ou Codex, armazenem e consultem memórias de longo prazo, contextos de sessão e embeddings de forma eficiente. A ferramenta se destaca por sua performance graças ao Rust, oferecendo baixa latência e alta taxa de transferência para operações de busca vetorial e similaridade. Suporta integração com diversas plataformas de agentes e é útil para cenários como persistência de conhecimento, personalização de interações e construção de sistemas com memória contínua.
npx skills add viviannenitrogenous100/mentedbInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Construa um banco de dados de memória para agentes de IA com um mecanismo de armazenamento em Rust projetado para dados de LLM e recuperação rápida
Fonte: https://github.com/viviannenitrogenous100/mentedb
Descoberto durante a caça diária de habilidades de agente em awesomeskills.dev.
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.