1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | recall-loom |
| 项目自述名称 | RecallLoom |
| 作者/维护者 | Frappucc1no（GitHub 个人开发者） |
| 来源链接 | https://github.com/Frappucc1no/recall-loom |
| 许可证 | Apache License 2.0（数据来自 GitHub API） |
| GitHub Stars | 148（数据来自 GitHub API） |
| Forks | 4（数据来自 GitHub API） |
| 最新版本 | v0.4.7（sidecar 协议版本 1.0，数据来自仓库 package-metadata.json） |
| 安装方式 | npx skills add 一条命令，或手动 clone 进各 agent 的 skills 目录 |
2. 功能介绍与亮点
recall-loom（品牌名 RecallLoom）是纯文件化的“项目记忆”技能：把背景、当前状态、关键决策与下一步存进项目旁的 Markdown / JSON 文件，不依赖数据库或后台服务，核心是“恢复→工作→记录→校验→交接”闭环。
亮点：
- 文件即真相源：记忆存于
context_brief.md、rolling_summary.md、daily_logs/*.md等纯文本文件，可读、可随项目迁移。 - 写入有闸门：日志追加、状态覆盖须走打包好的 helper 脚本，不可直接手改状态文件，并有版本感知的提交校验。
- 范围克制：README 明确声明不是知识库、后端服务，也不做任务编排或多 Agent 执行。
- 本地优先、无外联：安装与日常使用不要求联网，不装 hook/daemon/遥测。
- 配套完整：独立安全政策、贡献指南、行为准则，创建于 2026 年 4 月后每周有推送，最近一次为 7 月 23 日。
3. 适用场景
固定分类：元技能与 Agent 增强。
适合长期迭代的软件项目、产品文档/PRD/RFC 协作、研究写作，以及习惯在多个 AI 工具或模型间切换的个人开发者与小团队。
4. 跨 Agent 兼容性
- Claude Code：原生支持，提供
rl-init等专属命令包装。 - Codex：需适配，文档列为支持对象，以
AGENTS.md为桥接入口，但无专属命令包装。 - OpenClaw / Hermes Agent：未验证，文档未提及。
5. 推荐理由
多数“记忆”类技能依赖额外的数据库或检索基础设施，把恢复逻辑做成黑盒。recall-loom 只用普通文件配合有权限边界的读写协议，把项目状态变成随时可读、可审计的文档——安装成本低，能省下“重新交代背景”的时间。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 4 | GitHub 148 stars，落在 50–200 星区间；项目创建以来 3 个多月持续获得星标增长，未见异常暴涨或推广痕迹，但目前讨论与第三方引用仍然零星 |
| 可用性 | 9 | npx skills add 一条命令即可安装；README/USAGE.md/INDEX.md 等文档完整且含具体命令示例；2026 年 7 月 23 日仍有代码推送；无任何付费依赖 |
| 安全性 | 8 | 见下方安全检查清单 |
安全检查清单：
| 检查项 | 结果 |
|---|---|
| ① Shell 命令及权限范围 | 执行本地 Python 脚本管理自身的 .recallloom/ 记忆目录，写入范围被 helper 脚本和校验闸门限定在该目录内，不涉及项目外文件 |
| ② 运行时联网外发 | 无。文档明确声明核心安装与日常使用不要求联网、不装遥测或后台服务 |
| ③ API key / 凭据 | 不需要 |
| ④ 可疑指令 | 未发现提示注入或隐藏指令；文档专门设有“写入红线”章节，禁止绕过 helper 脚本直接改写状态文件 |
| ⑤ 作者/组织信誉 | 独立开发者维护，仓库内无推广/营销类文件，issue 记录为真实的自用缺陷报告，未见刷星或 SEO 操纵痕迹 |
| ⑥ License | Apache License 2.0，含 NOTICE 文件，明确 |
| ⑦ 最近维护时间 | 活跃维护中，最近一次推送为 2026 年 7 月 23 日 |
综合评分 = 三项均值 = 7.0。
7. 跟同类 Skills 相比的优势
| 方案 | 定位 | 与 recall-loom 的差异 |
|---|---|---|
| Trellis（mindfold-ai） | 面向团队的 AI 编码协作平台，涵盖规格、工作流、任务上下文、记忆与多平台访问 | 是一整套团队级协作基础设施；recall-loom 只专注“项目连续性”这一件事，安装和心智负担更轻 |
| Beads（steveyegge） | Git 托管的任务图 / issue 依赖管理工具 | 解决的是任务优先级与依赖关系的结构化管理；recall-loom 不管理任务图，只维护当前状态、决策与交接摘要 |
| 宿主内置记忆（如 Claude Code memory、Cursor Memories） | 把偏好与习惯记在单一工具内部 | 记忆绑定在特定宿主里，难以随项目迁移；recall-loom 把记忆存成项目自带的普通文件，可随仓库一起移动、被人审阅 |
8. 用户评价
该技能目前在第三方平台尚无具名用户评价，已被一个第三方 Claude 技能目录收录并标注为可用状态。
9. 其他补充
文档提供英文、简体中文双语版本，支持的工作区语言为 en 与 zh-CN，接受社区贡献。
10. 安装使用方式
方式一（推荐）：
npx skills add https://github.com/Frappucc1no/recall-loom --skill recallloom方式二（手动安装）：clone 到所用 agent 的 skills 目录，如 Claude Code 项目级安装：
git clone https://github.com/Frappucc1no/recall-loom /path/to/project/.skills/recallloom安装后：说“initialize this project”（或 rl-init）完成初始化；日常说“continue this project”即可恢复上下文，无需重启 agent。前置条件为 Python 3.10+。
11. 注意事项
- 需本机安装 Python 3.10+，纯 Node/npm 环境无法运行其 helper 脚本。
- 定位是“项目连续性”记忆层，非知识库或多 Agent 执行框架，需求超出此范围需另配工具。
- 隐私程度取决于项目文件自身的同步与托管方式。
- OpenClaw、Hermes Agent 生态兼容性尚无直接证据。