Agent 已经不只是聊天窗口了,它们在 IDE 里改代码,在终端里跑命令,在办公流里处理文档,也开始替大家连接插件、调用工具、串起自动化流程。
为了帮助开发者在 Claude Code、Cursor 等 Agent 开发工具中更快接入 MemOS Cloud,我们上线了 MemOS Skill。
我们希望,只需一句提示词,即可让 Agent 自动通过 MemOS Skill 接入 MemOS Cloud。
本次发布亮点

一、接入 MemOS,只需要一句提示词
1.1 给 Agent 一个"操作指引"
现在,开发者只需将以下提示词复制给 Coding Agent 工具,Agent 即可自动按照 MemOS Skill 指引,为当前项目生成 MemOS Cloud 集成代码,更快速调用、体验 MemOS 底层能力。
帮我为本项目接入 MemOS Cloud,为我的 Agent 产品添加长期记忆能力。
请按以下步骤操作:
1. 安装 MemOS Skill(如已安装则跳过):
npx skills add https://github.com/MemTensor/MemOS-Cloud-Skill --skill memos-cloud -g -y
根据当前 Agent 环境自动填充 --agent 参数。
2. 读取该 Skill 安装路径下的 SKILL.md,严格按照其中的指令顺序执行。
3. 结合本项目的实际技术栈和架构,生成完整的 MemOS Cloud 集成代码。
🌰 举个栗子
想在 Agent 里集成 MemOS Cloud,过去可能要自己翻文档、配环境变量、检查连接状态等。
现在可以直接在官网或文档中复制标准提示词,发给 OpenClaw,接入流程即自动完成。

1.2 Find MemOS Skill
我们在文档准备了 MemOS Skill 的标准接入提示词,现在可以通过你最熟悉的平台直接复制粘贴。

同时,该 Skill 会随 MemOS 能力的持续迭代自动更新,始终与最新功能保持同步,持续协助开发者增强 AI 应用的记忆能力。
二、同样叫 Skill,但它和 MemOS 里的记忆自进化 Skill 能力不是一回事
看到这里,可能有人会有点疑惑:
之前 MemOS 不是已经有一个记忆自进化 Skill 吗?这次又上线" MemOS Skill ",两者到底是什么关系?
此前 MemOS 发布的记忆自进化 Skill ,主要面向的是记忆系统本身:系统可以从用户长期对话、任务经验中,抽取出可复用的能力单元,让 Agent 不只是"记住信息",还能把历史经验沉淀成可以再次调用的能力。
具体的使用方法可以参照:
https://memos-docs.openmem.net/cn/memos_cloud/features/self-evolving
而本次上线的 MemOS Skill,主要面向接入流程。
它不是从用户历史消息里生成的业务 Skill,而是一套给 Agent 开发工具使用的"接入指引"。开发者把提示词发给 Claude Code、Cursor、OpenClaw 等工具后,Agent 会按照 Skill 中的步骤,自动完成安装、读取文档、配置 API Key、生成集成代码等操作。
🚀 以后大家可以这样用:
第一步,先用 MemOS Skill 完成接入。
开发者在 Claude Code、Cursor、OpenClaw 等 Agent 开发工具中输入标准提示词,让 Agent 按照 Skill 指引完成 MemOS Cloud 集成。
第二步,在自己的 Agent 产品中调用 MemOS Cloud。
接入完成后,Agent 就可以通过 MemOS Cloud 获得长期记忆能力,包括用户信息、偏好、历史任务、上下文状态等,让应用不再只依赖单轮 prompt 或临时上下文。
第三步,让记忆自进化 Skill 能力开始发挥作用。
当用户持续使用这个 Agent 产品,系统会在长期交互中积累对话和任务经验。此前发布的记忆自进化 Skill ,就可以进一步把这些历史经验抽取、归纳成可复用的能力单元。
立即体验
MemOS 文档:https://memos-docs.openmem.net/cn/memos_cloud/getting_started/agent_usage
MemOS 控制台:https://memos-dashboard.openmem.net/cn/quickstart
GitHub:https://github.com/MemTensor/MemOS
关于 MemOS
MemOS 为 AI 应用构建统一的记忆管理平台,让智能系统如大脑般拥有灵活、可迁移、可共享的长期记忆和即时记忆。
作为记忆张量首次提出"记忆调度"架构的 AI 记忆操作系统,我们希望通过 MemOS 全面重构模型记忆资源的生命周期管理,为智能系统提供高效且灵活的记忆管理能力。