# v3-memory-specialist

Субагент v3-memory-specialist переводит разрозненные подсистемы памяти проекта в хранилище AgentDB с векторным индексом HNSW. Ускоряет семантический поиск контекста и объединяет базы знаний агентов.

- субагент · `type=agent` · Claude Code, Codex, Cursor · ★ 850 у репозитория
- Автор: ruvnet
- Лицензия: не указана · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/ruvnet/agentic-flow/tree/HEAD/.claude/agents/v3/v3-memory-specialist.md
- Обновлён: 2026-10-26
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/agents/v3-memory-specialist

## Что делает

Агент управляет объединением семи разрозненных подсистем памяти, включая SQLite, markdown-файлы и распределённые модули, в общий сервис `UnifiedMemoryService`. Вместо линейного сканирования записей O(n) он настраивает векторные индексы HNSW с логарифмической сложностью O(log n).

Архитектура поддерживает гибридный режим: структурированные выборки фильтруют данные по метаданным агентов, а векторные запросы находят релевантный контекст по эмбеддингам. Встроенные хуки связываются с утилитой `agentic-flow@alpha` через `npx`, поэтому без установленного Node.js зафиксировать паттерны в сессии не выйдет.

## Установка

### Claude Code (родная платформа)

**Вручную: положить файлы**
- Файл: `.claude/agents/v3-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/v3-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/v3-memory-specialist.md` — Cursor понимает и .claude/agents/

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/ruvnet/agentic-flow/tree/HEAD/.claude/agents/v3/v3-memory-specialist.md

## Когда брать
- перенести хранилища памяти из SQLite и Markdown в единый AgentDB
- ускорить семантический поиск по миллионам записей через HNSW
- организовать общий доступ к контексту между разными субагентами
- сохранить траектории обучения и метаданные в подсистеме SONA

## Примеры запросов агенту
- Спланируй перенос записей из SQLiteBackend в AgentDB с индексацией HNSW
- Настрой семантический поиск по контексту агентов с лимитом в 10 результатов
- Сохрани паттерны координации агентов через интерфейс памяти

## Похожие
- [memory-specialist](https://affpapa.org/nevibecode/agents/memory-specialist.md) — субагент · ★ 189 у репозитория
- [V3 Memory Unification](https://affpapa.org/nevibecode/skills/v3-memory-unification.md) — скилл · 1100 установок
- [AgentDB Memory Patterns](https://affpapa.org/nevibecode/skills/agentdb-memory-patterns.md) — скилл · 1100 установок
- [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
- [vector-index-tuning](https://affpapa.org/nevibecode/skills/vector-index-tuning.md) — скилл · 10700 установок

Из того же набора: [ruvnet/agentic-flow](https://affpapa.org/nevibecode/by/ruvnet/agentic-flow.md) — 76 карточек

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