Agents can sign plugins, rotate credentials without losing identity, and publicly attest to behavior.
日本語の概要は準備中です。原文の説明を表示しています。
johnalbertini14-glitch/openclaw-skills22026年2月26日 更新
無料GitHub で公開
memory-cache
High-performance temporary storage system using Redis. Supports namespaced keys (mema:*), TTL management, and session context caching. Use for: (1) Saving agent state, (2) Caching API results, (3) Sharing data between sub-agents.
含まれるファイル（7）
- SKILL.md1.4 KB
- _meta.json633 B
- env.example.txt208 B
- references/key-standards.md1.3 KB
- requirements.txt34 B
- scripts/cache_manager.py7.7 KB
- scripts/cache.sh509 B
SKILL.md（原文）
インストールする前に、エージェントに与えられる指示の中身を確認できます。
Memory Cache
Standardized Redis-backed caching system for OpenClaw agents.
Prerequisites
- Binary:
python3must be available on the host. - Credentials:
REDIS_URLenvironment variable (e.g.,redis://localhost:6379/0).
Setup
- Copy
env.example.txtto.env. - Configure your connection in
.env. - Dependencies are listed in
requirements.txt.
Core Workflows
1. Store and Retrieve
- Store:
python3 $WORKSPACE/skills/memory-cache/scripts/cache_manager.py set mema:cache:<name> <value> [--ttl 3600] - Fetch:
python3 $WORKSPACE/skills/memory-cache/scripts/cache_manager.py get mema:cache:<name>
2. Search & Maintenance
- Scan:
python3 $WORKSPACE/skills/memory-cache/scripts/cache_manager.py scan [pattern] - Ping:
python3 $WORKSPACE/skills/memory-cache/scripts/cache_manager.py ping
Key Naming Convention
Strictly enforce the mema: prefix:
mema:context:*– Session state.mema:cache:*– Volatile data.mema:state:*– Persistent state.
レビュー
まだレビューはありません。使ってみた感想をお寄せください。
同じリポジトリのスキル
概要と使いどころ
Query historical crypto market data from 0xArchive across Hyperliquid, Lighter.xyz, and HIP-3. Covers orderbooks, trades, candles, funding rates, open interest, liquidations, and data quality. Use when the user asks about crypto market data, orderbooks, trades, funding rates, or historical prices on Hyperliquid, Lighter.xyz, or HIP-3.
日本語の概要は準備中です。原文の説明を表示しています。
johnalbertini14-glitch/openclaw-skills22026年2月26日 更新
Calculate ROI for AI-as-a-Service (managed AI agents). Estimates cost savings, efficiency gains, and payback period for deploying AI agents across business operations. Use when evaluating whether managed AI agents make financial sense for a company.
日本語の概要は準備中です。原文の説明を表示しています。
johnalbertini14-glitch/openclaw-skills22026年2月26日 更新
Design, build, deploy, and operate production AI agent systems — single agents, multi-agent teams, and autonomous swarms. Complete methodology from agent architecture through orchestration, memory systems, safety guardrails, and operational excellence.
日本語の概要は準備中です。原文の説明を表示しています。
johnalbertini14-glitch/openclaw-skills22026年2月26日 更新
Design, build, test, document, and secure production-grade APIs. Covers the full lifecycle from schema design through deployment, monitoring, and versioning. Use when designing new APIs, reviewing existing ones, generating OpenAPI specs, building test suites, or debugging production issues.
日本語の概要は準備中です。原文の説明を表示しています。
johnalbertini14-glitch/openclaw-skills22026年2月26日 更新
Turn your AI agent into a business automation architect. Design, document, implement, and monitor automated workflows across sales, ops, finance, HR, and support — no n8n or Zapier required.
日本語の概要は準備中です。原文の説明を表示しています。
johnalbertini14-glitch/openclaw-skills22026年2月26日 更新