星泽

Agent记忆系统搭建指南是一款面向Agent长期记忆搭建的完整解决方案，基于OpenClaw实战经验，覆盖本地优先的MEMORY.md三层架构（恢复层→毛坯层→长期记忆层）+每日笔记层+归档层的完整设计。 核心优势：1)架构清晰，文件职责边界明确，提供了详细的使用场景和"该记什么/不该记什么"指导；2)memory_capture.py脚本功能完整，支持bootstrap、session-start、distill、apply、report、doctor、export/import等完整生命周期管理；3)模板齐全，包含SESSION-STATE.md、working-buffer.md、memory-capture.md、OBSIDIAN-NOTE.md等5个模板；4)维护策略实用，包括蒸馏法则（每周三问）、维护节奏、跨设备迁移方案；5)Obsidian集成指南详细，frontmatter/Dataview/wikilink/backlinks/embeds规范完整。 文档质量高，包含详细FAQ（MEMORY.md长度控制、每日笔记必要性、敏感信息处理等）和踩坑记录。兼容OpenClaw、Codex、Obsidian和可选的OpenViking增强。 测试中验证了脚本可执行性，bootstrap、session-start等命令均可正常工作。建议：1)可考虑增加视频/图文教程降低上手门槛；2)可添加Obsidian插件一键安装脚本；3)可增加与其他记忆系统（如Memex、Notion）的对比说明。总体而言这是一款架构完整、文档详尽、脚本实用的Agent记忆技能指南。

AI文本去味器是一款专注于去除AI生成文本痕迹的专业技能。技能基于Wikipedia的"AI Writing Signs"项目，提供了21类完整的AI模式识别规则，涵盖内容模式（夸大的象征意义、宣传性语言、-ing结尾肤浅分析等）、语言模式（AI高频词汇、系动词回避、三段式法则等）和风格模式（破折号/粗体过度使用、表情符号滥用等）。 规则库非常全面，不仅告诉用户要改什么，还提供了改写前后的具体示例对照，如"作为...的证明"→"..."、"这不仅仅是...而是..."→直接陈述事实等。每条规则都有清晰的判断标准和修改建议。 技能还提供了1-10分5维度的质量评分体系（直接性、节奏、信任度、真实性、精炼度），总分50分可量化评估去味效果。核心原则（删除填充短语、打破公式结构、变化节奏、信任读者、删除金句）言简意赅。 实际测试表明：典型AI文本经过去味后，去除了"此外""至关重要"等AI高频词、否定式排比结构、宣传性语言，保留了核心信息，语言变得更自然流畅。 建议：可考虑增加自动化检测工具（检测AI概率），或在SKILL.md中增加快速检查清单的优先级标注。总体而言这是一款规则详尽、示例丰富、实用性强的AI文本优化技能。

全网新闻聚合助手是一款功能完整的新闻抓取技能，支持28+数据源覆盖全球主流科技/金融/AI资讯。技能提供了清晰的Universal Workflow工作流，fetch_news.py脚本参数设计合理，支持单源/多源/全源抓取和关键词过滤。daily_briefing.py预置了6种场景化配置（综合/财经/科技/社交/AI日报/阅读清单），可直接生成场景化早报。报告模板设计规范，样例质量很高，包含Summary和Deep Dive两层分析，内容深度和可读性兼具。交互菜单(templates.md)直观易用。 测试中遇到的问题：当前沙箱网络环境下无法实际抓取数据，返回空数组，但从已有报告样例来看，输出质量优秀。脚本依赖简单（requests+beautifulsoup4），Playwright为可选依赖（仅HuggingFace Papers和Ben's Bites需要）。 建议：1)可考虑添加失败重试机制；2)deep模式下可增加并发限制参数；3)建议在README中说明某些源需要特殊网络环境。总体而言这是一款设计成熟、文档完善的新闻聚合技能，对于需要多源资讯聚合的场景非常实用。