# memory-specialist

Субагент memory-specialist для Claude Code настраивает векторный поиск и гибридное хранилище памяти. Подключается к задачам по оптимизации памяти и координации нескольких агентов.

- субагент · `type=agent` · Claude Code, Codex, Cursor · ★ 189 у репозитория
- Автор: ngophatneknha
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/ngophatneknha/ai-engineering-hub/tree/HEAD/curated-courses/claude-flow-orchestration/v3/@claude-flow/mcp/.claude/agents/v3/memory-specialist.md
- Обновлён: 2026-11-07
- Проверка безопасности: автоматическая, 2026-11-17 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/agents/memory-specialist

## Что делает

Субагент оптимизирует распределённую память для координации нескольких агентов. Он работает с HNSW-индексом, векторной квантизацией и объединением результатов структурного и семантического поиска. В описанной архитектуре SQLite хранит структурированные данные, а AgentDB — векторные представления.

Также он занимается консолидацией, сжатием и синхронизацией памяти между сессиями, управляет пространствами имён и применяет EWC++ для предотвращения катастрофического забывания. В хуках запускаются команды `mcp__claude-flow__memory_namespace`, `mcp__claude-flow__memory_analytics`, `mcp__claude-flow__memory_persist`, `mcp__claude-flow__memory_compress` и `mcp__claude-flow__memory_usage`; для их работы нужен `claude-flow` с этими инструментами MCP.

## Установка

### Claude Code (родная платформа)

**Вручную: положить файлы**
- Файл: `.claude/agents/memory-specialist.md` — Для всех проектов — ~/.claude/agents/. Claude делегирует задачу сам по полю description или по @-упоминанию

### Codex

**Вручную: положить файлы**
- Файл: `.codex/agents/memory-specialist.toml` — Codex описывает субагентов в TOML: name, description, developer_instructions. Текст из Markdown перенесите в developer_instructions вручную. Для всех проектов — ~/.codex/agents/

### Cursor

**Вручную: положить файлы**
- Файл: `.cursor/agents/memory-specialist.md` — Cursor понимает и .claude/agents/

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/ngophatneknha/ai-engineering-hub/tree/HEAD/curated-courses/claude-flow-orchestration/v3/@claude-flow/mcp/.claude/agents/v3/memory-specialist.md

## Когда брать
- оптимизировать параметры HNSW под тип нагрузки
- объединить структурный и семантический поиск
- сохранять память между сессиями агентов
- сжать данные и синхронизировать пространства имён

## Примеры запросов агенту
- Оптимизируй HNSW для поиска с высокой пропускной способностью.
- Настрой гибридное хранилище памяти на SQLite и AgentDB.
- Сохрани состояние памяти между сессиями агентов.

## Похожие
- [v3-memory-specialist](https://affpapa.org/nevibecode/agents/v3-memory-specialist.md) — субагент · ★ 850 у репозитория
- [V3 Memory Unification](https://affpapa.org/nevibecode/skills/v3-memory-unification.md) — скилл · 1100 установок
- [SAME - Stateless Agent Memory Engine](https://affpapa.org/nevibecode/mcp/same-stateless-agent-memory-engine.md) — MCP-сервер · ★ 24 у репозитория
- [Local Memory](https://affpapa.org/nevibecode/mcp/local-memory.md) — MCP-сервер · ★ 15 у репозитория
- [agentdb-persistent-memory-patterns](https://affpapa.org/nevibecode/skills/agentdb-persistent-memory-patterns.md) — скилл · 1 установка
- [Holographic Memory](https://affpapa.org/nevibecode/mcp/holographic-memory.md) — MCP-сервер · ★ 23 у репозитория

Из того же набора: [ngophatneknha/ai-engineering-hub](https://affpapa.org/nevibecode/by/ngophatneknha/ai-engineering-hub.md) — 14 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
