Tendr Skillは、トークン使用量を削減するために階層構造を持つCLIベースの長期記憶機能を追加します。

新しいOpenClawスキルは、長期的なメモリ管理の非効率性に対処するため、推論と実行を分離します。エージェントが直接ファイル操作を行う代わりに、エージェントは変更が必要な内容を決定し、CLIツールが構造的操作を確定的に処理します。

主な機能

• トークン使用量の削減: ファイル操作をCLIツールに移行することで、トークン消費を削減します。例えば、50ファイルにわたる概念の名前変更は、エージェントが使用するトークンゼロで1コマンドのみで実行できます。
• 確定的な操作: CLIツールは構造的操作を確定的に処理し、セッションをまたいだエラーの蓄積を防ぎます。
• ウィキリンクのサポート: システムは[[ウィキリンク]]をサポートし、エージェントが概念間の関連性を理解できるようにします。
• 意味階層: ファイル間の明示的な意味階層をサポートし、エージェントが概念の存在を知るだけでなく、意図された抽象化と一般化可能性を認識できるようにします。

解決する課題

このスキルは、OpenClawのメモリ設定においてエージェント自身がファイル操作（マークダウンファイルの読み取り、解析、書き換え）を行う一般的なパターンに対処します。このアプローチはトークンを浪費し、複数セッションにわたるエラーの蓄積を許してしまいます。

この種のツールは、AIコーディングエージェントを使用する開発者にとって有用であり、ファイル操作に過剰なトークンを消費せずに一貫性を維持する永続的で構造化されたメモリシステムを必要とする場合に適しています。