技能Skills
添加用户对话消息，生成可被Agent复用的技能文件。
1. 什么是 MemOS 技能（Skills）？
技能（Skills） 是 Agent 在执行任务时可动态调用的模块化能力包。它由 Agent 根据对话上下文自动调度、按需注入，无需用户手动干预。这些技能通常由开发者协同编程大模型，基于开源项目或原生构思搭建，并在实际使用的过程中不断优化。
MemOS 主张“记忆即资产”。我们认为，那些在真实对话中沉淀下来的解决路径与用户偏好，本质上就是最宝贵的技能素材。基于此理念，MemOS 现已支持从用户记忆中自动提炼技能——将零散的交互历史固化为可复用、个性化的专业能力。
MemOS 技能和已有的记忆有什么不同？
- 静态事实 → 动态执行
- 碎片化 → 结构化
2. 工作原理
上图展示了终端用户、您构建的 AI Agent 与 MemOS 的完整交互流程：
- 调用
add/message接口将用户的对话消息传入 MemOS。 - MemOS 接收到请求后，会依次完成以下处理，生成技能（Skill）文件：
a. 智能切片：识别历史对话中的任务边界，切分成任务文本块；
b. 聚类提取：将同类型的任务文本块聚类，结合用户的历史记忆，提取出结构化的技能文本。
c. 技能转化：将技能转化为可运行、可被识别的技能（Skill）文件。 - 调用
search/memory接口检索记忆，MemOS 会统一返回与上下文相关的用户事实、偏好、工具记忆与匹配的技能（Skill）文件。 - 下载技能文件，将记忆和技能文件统一传给您自己部署的大模型，从而实现对长期经验与自动生成技能的有效利用。
3. 使用示例
下面展示了 MemOS 基于历史对话，生成“旅行规划”技能的使用示例。
1. 添加消息
添加“高能量J人”与“旅行规划助手”的对话内容，“高能量J人”表达了对出行规划的几个要求：
- 不喜欢回头路，特种兵
- 喜欢文化景点
- 需要提前确认天气和温度
import os
import requests
import json
# 替换成你的 API Key
os.environ["MEMOS_API_KEY"] = "YOUR_API_KEY"
os.environ["MEMOS_BASE_URL"] = "https://memos.memtensor.cn/api/openmem/v1"
data = {
"user_id": "memos_user_123",
"conversation_id": "0127",
"messages": [
{"role": "user", "content": "下周我要去成都玩，帮我规划一个5天的出行计划，我喜欢不走回头路的特种兵出行，帮我标注路途中值得品尝的美食。"},
{"role": "assistant", "content": "...此处省略..."},
{"role": "user", "content": "我比较喜欢逛文化景点，商场什么的不太感兴趣。"},
{"role": "assistant", "content": "...此处省略..."},
{"role": "user", "content": "帮我在规划的时候，提前确认一下天气和温度，方便我准备行李。"},
{"role": "assistant", "content": "...此处省略..."}
]
}
headers = {
"Content-Type": "application/json",
"Authorization": f"Token {os.environ['MEMOS_API_KEY']}"
}
url = f"{os.environ['MEMOS_BASE_URL']}/add/message"
res = requests.post(url=url, headers=headers, data=json.dumps(data))
print(f"result: {res.json()}")
2. 检索记忆
假设该用户又一次向助手提出旅行规划的要求，传入用户的query，并开启召回skill：
import os
import requests
import json
# 替换成你的 API Key
os.environ["MEMOS_API_KEY"] = "YOUR_API_KEY"
os.environ["MEMOS_BASE_URL"] = "https://memos.memtensor.cn/api/openmem/v1"
data = {
"query": "清明节我打算去云南，帮我规划7天的行程。",
"user_id": "memos_user_123",
"conversation_id": "0301",
"include_skill": True # 开启召回skill
}
headers = {
"Content-Type": "application/json",
"Authorization": f"Token {os.environ['MEMOS_API_KEY']}"
}
url = f"{os.environ['MEMOS_BASE_URL']}/search/memory"
res = requests.post(url=url, headers=headers, data=json.dumps(data))
print(f"result: {res.json()}")
3. 结果展示
在以下的检索结果中，技能包含了：
- 规划特种兵行程
- 推荐文化景点
- 关注了天气、温度，推荐需要携带的衣物。
# 以下是 MemOS 生成的 Skill.md
---
name: 旅行行程规划
description: 为旅行者设计多日行程，包括景点安排、交通方式和天气适配建议。
---
## Procedure
1. 确定旅行者的兴趣和偏好 2. 收集目的地的景点和活动信息 3. 规划每日行程，确保动线高效且不走回头路 4. 添加当地特色美食推荐，确保体验丰富 5. 提供交通和住宿建议，兼顾便捷与舒适 6. 检查天气预报，调整行程和准备行李
## Experience
1. 高效动线设计减少通勤时间
2. 景点优先，避免商业化场所
3. 美食推荐增加体验丰富度
4. 天气适配确保舒适出行
## User Preferences
- 不走回头路的行程安排
- 文化景点优先，注重历史与文化体验
- 根据天气调整行程和准备行李
## Examples
### Example 1
# 旅行行程规划示例
## Day 1
- **行程**: 熊猫基地 → 东郊记忆 → 建设路美食街
- **天气适配**: 阴天防风，适合逛文化街区
- **美食推荐**: 军屯锅盔、豆浆
- **交通**: 地铁+步行
## Day 2
- **行程**: 人民公园 → 成都博物馆 → 文殊院
- **天气适配**: 小雨，室内博物馆为主
- **美食推荐**: 钟水饺、陈麻婆豆腐
- **交通**: 地铁+打车
...
## Additional Information
### 行李准备指南
根据目的地天气特点，采用洋葱式穿搭法，方便随时增减
### 文化景点预约指南
提供景点预约渠道、门票价格和开放时间
技能的两种使用方法
- 如果你调用的模型 / Agent 有使用 Skill 文件的能力，可以直接下载
skill_url链接地址中的文件。 - 如果你调用的模型 / Agent 没有使用 Skill 文件的能力，可以直接将
skill_value转成字符串，添加到 prompt 中。
4. 构建专属于你的技能
MemOS 基于不同用户的对话消息，能够创建专属于个人的技能。举例来说，我们另外构建了一个“低能量P人”与“旅行规划助手”的对话，当他提出：
- 夜猫子，早上起不来
- 不想去太远、要赶路的景点
- 穿插小众景点，不走寻常路
MemOS构建的技能文件包含了：
- 规划下午-晚上出行、不紧密的行程
- 推荐不太远、不需要赶路的路线
- 穿插小众景点。
# 以下是 MemOS 生成的 Skill.md
---
name: 旅行行程规划
description: 帮助用户规划旅行行程，确保舒适、高效地游览目的地
---
## Procedure
1. 确定旅行目的和偏好 2. 收集目的地景点和活动信息 3. 根据用户偏好筛选景点 4. 安排每天的行程，包括交通和餐饮 5. 提供贴士和注意事项
## Experience
1. 避免长途奔波，选择交通便利的景点
2. 合理安排每日行程，兼顾休闲和探索
3. 充分利用夜间活动和景点，以提升旅行体验
4. 挖掘小众景点，避开人潮，享受独特体验
## User Preferences
- 用户偏好晚起，避免长途旅行
- 优先选择地铁直达的景点
- 重视夜间活动和体验
- 探索小众和非传统旅游路线
## Examples
### Example 1
### Day 1: 国宝午后时光 + 小众老街夜游
- **中午**: 自然醒 + 魁星楼街美食
- **下午**: 成都大熊猫繁育研究基地
- **晚上**: 柿子巷+桂花巷+泡桐树街夜游
...
### Example 2
### Day 2: 三国文化 + 东门市井夜市
- **中午**: 自然醒 + 武侯祠大街美食
- **下午**: 武侯祠 + 红墙竹影
- **晚上**: 东门市井+九眼桥酒吧街
...
现在就开始探索 MemOS 技能吧！ 🚀
- 前往 控制台 - 技能页面，查看基于用户历史对话自动生成的技能文件。
- 还没有技能？添加消息即可触发生成。