记忆蒸馏器

记忆蒸馏器（Memory Distiller）

面向 AI Agent 日志的智能压缩系统，借鉴古文压缩哲学，把冗长原始日志蒸馏为高密度结构化摘要，4-8 倍压缩比且零关键事件损失。

设计动机：四大高频痛点

压缩哲学：古文压缩四原则

源自古典中文写作的压缩智慧：

压缩效果示例：

压缩前：2,500 词原始日志
压缩后：400 词结构化洞察
压缩比：6.25 倍

三层记忆架构

┌────────────────────────────────────────────────┐
│           三层记忆系统                          │
├────────────────────────────────────────────────┤
│                                                │
│  第一层：身份层（SOUL.md）                      │
│          超压缩、稳定不变                       │
│          "你是谁、什么重要"                     │
│                                                │
│  第二层：精选记忆（MEMORY.md）  ◄──┐           │
│          4:1 压缩摘要              │           │
│          关键事件+教训+待办        │           │
│                                    │           │
│  第三层：原始日志（memory/YYYY-MM-DD.md）       │
│          完整细节、全部内容     ───┘           │
│          约 2,500 词/天                         │
│                                                │
│  记忆蒸馏器：第三层 ──► 第二层                  │
└────────────────────────────────────────────────┘

快速开始（< 60 秒）

单文件压缩

node scripts/memory-compress.js memory/2026-07-18.md

# 指定输出文件
node scripts/memory-compress.js memory/2026-07-18.md /tmp/compressed.md

# 压缩后追加到精选记忆
node scripts/memory-compress.js memory/2026-07-18.md /tmp/today.md
cat /tmp/today.md >> MEMORY.md

批量压缩多日

for file in memory/2026-07-{11..18}.md; do
    [ -f "$file" ] && node scripts/memory-compress.js "$file" "/tmp/$(basename $file)"
done

混合提取引擎

步骤 1：关键词匹配

扫描标题与内容，识别 40+ 中英文模式：

步骤 2：兜底提取（零数据丢失）

当关键词不匹配时（如基于时间的标题 ## 08:44 站会），自动提取每个章节的顶部条目。确保永不丢数据。

步骤 3：混合模式

多日合并文件时，匹配章节用关键词提取，未匹配章节用兜底提取，两者共存。

分类型差异化压缩策略

针对四类内容采用不同压缩粒度：

压缩优先级：待办 > 事件 > 成长 > 教训（待办压缩最狠，教训保留最细）

输出格式

## 2026-07-18 关键经验

### 关键事件
- **事件标题**
  - 细节 1
  - 细节 2
  - [溯源: memory/2026-07-18.md#事件标题]

### 核心教训
- 教训内容
  - [溯源: memory/2026-07-18.md#教训段落]

### 待办/未完成
- 🔴 紧急项
- 🟡 重要项

### 成长记录
- 改进点与效果

压缩溯源链

每个摘要条目保留原始段落定位标记，支持回溯：

摘要条目：
  "WebSocket 重连间隔应指数退避"

溯源标记：
  [溯源: memory/2026-07-18.md#教训段落-L42]

回溯流程：
  1. 读取摘要中的溯源标记
  2. 定位到原始文件 memory/2026-07-18.md
  3. 跳转到第 42 行附近
  4. 读取完整上下文

溯源标记格式：[溯源: {文件路径}#{章节标题}-L{行号}]

压缩质量评估器

每次压缩后输出质量报告：

质量不达标处理：

• 压缩比 < 4：检查是否有大段重复未去除
• 保留率 < 95%：检查兜底提取是否生效
• 可读性 < 0.8：增加层级与标题结构

边界情况处理

心跳集成

集成到 Agent 维护周期：

## 记忆维护（每 2-3 天）
1. 运行：node scripts/memory-compress.js memory/YYYY-MM-DD.md /tmp/compressed.md
2. 审查压缩结果准确性
3. 追加：cat /tmp/compressed.md >> MEMORY.md
4. 标记维护时间：date +%s > .last-memory-maintenance
5. （可选）归档原始日志：mv memory/YYYY-MM-DD.md memory/archive/

CLI 用法

node scripts/memory-compress.js <日志文件> [输出文件]
node scripts/memory-compress.js --help
node scripts/memory-compress.js --batch memory/2026-07-{11..18}.md
node scripts/memory-compress.js --quality-report  # 输出质量评估

典型工作流（3 个真实场景）

场景一：每日日志归档

用户："今天的日志太长了，帮我压缩归档"

流程：
1. 运行 memory-compress.js 处理今日日志
2. 输出压缩摘要（含溯源链）
3. 审查摘要准确性
4. 追加到 MEMORY.md
5. 原始日志移到 memory/archive/

场景二：周度批量压缩

用户："把这周的日志都压缩了"

流程：
1. 批量处理 7 天日志
2. 每天单独压缩（保留日期维度）
3. 生成周度汇总（跨日事件关联）
4. 输出质量报告
5. 追加到 MEMORY.md，原始日志归档

场景三：长会话上下文压缩

用户："这个会话聊了 50 轮，上下文快爆了"

流程：
1. 提取会话历史为日志格式
2. 运行蒸馏器压缩
3. 保留最近 5 轮原文 + 早期轮次摘要
4. 重新加载压缩后上下文
5. 继续会话

多语言混合处理

中英文混杂日志的处理策略：

检测：按段落识别主要语言
  - 中文段落：应用中文关键词集（重大进展、教训、待办...）
  - 英文段落：应用英文关键词集（breakthrough、lesson、todo...）
  - 混合段落：两套关键词集都尝试

压缩：
  - 中文内容：古文压缩四原则
  - 英文内容：标准摘要 + 关键句提取
  - 输出语言：与原始段落语言一致

FAQ

Q1：压缩后想看原始细节怎么办？ A：每个摘要条目都含溯源标记 [溯源: 文件路径#章节-L行号]，按标记回溯到原始日志即可。原始日志建议归档而非删除。

Q2：压缩会不会丢掉重要信息？ A：混合提取引擎有三重保障：(1) 关键词匹配提取；(2) 未匹配时兜底提取章节顶部条目；(3) 质量评估器检查信息保留率 >= 95%。达不到会告警。

Q3：压缩比能到多少？ A：典型 4-8 倍，取决于原始日志的冗余度。重复内容多则压缩比高，结构化日志压缩比相对低。

Q4：支持哪些日志格式？ A：Markdown 格式最佳。纯文本也能处理（按段落切分）。不支持二进制格式。

Q5：压缩后 MEMORY.md 越来越大怎么办？ A：MEMORY.md 也需要定期治理。建议：(1) 超过 5000 词时把早期内容二次压缩到 SOUL.md；(2) 按月归档 MEMORY.md 到 memory/archive/；(3) 仅保留近 30 天摘要在 MEMORY.md。

故障排查

依赖说明

运行环境

• Agent 平台：支持 SKILL.md 的任意 AI Agent（Claude Code / Cursor / Codex / Gemini CLI 等）
• 操作系统：Windows / macOS / Linux
• 运行时：Node.js（运行压缩脚本）

第三方依赖

API Key 配置

• 本技能基于本地脚本处理，无需任何 API Key

可用性分类

• 分类：MD+EXEC（Markdown 指令驱动，需 exec 执行 Node.js 脚本）
• 说明：基于 Markdown 的 AI Skill，通过自然语言指令驱动 Agent 运行压缩脚本并处理结果