|-. 适合需要persistent memory engine相关能力的开发场景,提供完整工作流程和配置指南. 该工具经过差异化增强,结合实际使用痛点进行了优化。Use。Use when 需要AI模型调用、智能对话、Agent编排、LLM应用时使用。不适用于需要100%确定性的关键决策。适用于独立开发者、企业团队和自动化工作流场景。
1 installs
Memory
持久记忆引擎
Try it基础分层持久记忆系统，解决跨会话遗忘与记忆检索问题。Use when 用户需要persistent-memory-engine-free相关功能时使用。不适用于超出本技能能力范围的复杂需求。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互，无需复杂配置即开即用。输出结果可直接使用，减少二次加工成本。
What it does
基础分层持久记忆系统，解决跨会话遗忘与记忆检索问题。Use when 用户需要persistent-memory-engine-free相关功能时使用。不适用于超出本技能能力范围的复杂需求。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互，无需复杂配置即开即用。输出结果可直接使用，减少二次加工成本。
The skill document
核心功能: 本技能提供中文交互、化工作流场景等能力。
持久记忆引擎（基础版）
面向 AI Agent 的基础持久记忆系统，在内置记忆之上构建并行的结构化本地存储，解决跨会话遗忘问题。本系统完全位于 ~/memory/，与内置 Agent 记忆并行运作，永不修改内置 MEMORY.md 与 workspace memory/ 目录。
核心能力
1. 分层结构化存储
用户自定义分类，每个条目以独立 Markdown 文件存储，支持 frontmatter 元数据：
---
title: Alpha项目
status: active
created: 2026-07-18
updated: 2026-07-18
tags: [web, react]
importance: 0.8
---
支持的元数据字段：title（标题）、status（状态：active/archived）、created/updated（时间戳）、tags（标签数组）、importance（重要度0-1）。常见分类：projects/（项目）、people/（人脉）、decisions/（决策）、knowledge/（知识库）。
2. 三层索引体系
根索引 -> 分类索引 -> 条目文件，三层导航确保快速定位：
| 层级 | 文件路径 | 作用 |
|---|---|---|
| 根索引 | ~/memory/INDEX.md | 列出所有分类、描述、条目数 |
| 分类索引 | ~/memory/{分类}/INDEX.md | 列出该分类所有条目、状态、文件名 |
| 条目文件 | ~/memory/{分类}/{条目}.md | 完整条目内容与元数据 |
索引在每次写入条目时自动更新，确保检索路径畅通。
输出: 返回三层索引体系的执行结果,包含操作状态和输出数据。
3. 混合检索策略
按规模适配检索路径：
| 文件规模 | 检索策略 | 命令 |
|---|---|---|
| 小规模（<50文件） | grep 全文搜索 | grep -r "关键词" ~/memory/{分类}/ |
| 中规模（50-500文件） | 索引导航优先 | 查 INDEX.md 定位 -> 读条目文件 |
小规模直接 grep，大规模走索引导航定位条目文件。索引找不到再用 grep 全文搜索作为回退。
输出: 返回混合检索策略的执行结果,包含操作状态和输出数据。
4. 写入前去重检查
写入记忆条目前执行基础预检：
- grep 同分类下是否有相同 title 或高度相似内容
- 发现重复时提示用户，不自动覆盖
- 写入条目文件后同步更新分类 INDEX.md
使用流程
领先步：首次初始化
创建 ~/memory/ 目录和根索引 INDEX.md。与用户确认需要存储的内容类型，按需创建分类目录和分类索引。例如用户说"我有很多项目"则创建 ~/memory/projects/ 并初始化该分类的 INDEX.md。
第二步：写入记忆条目
当用户分享重要信息时，执行写入前去重检查，写入对应 ~/memory/{分类}/{条目}.md（含 frontmatter 元数据），更新该分类的 INDEX.md，然后响应用户。写入立即执行，不等待不批量。
第三步：检索记忆
优先走索引路径：查根索引 INDEX.md 找到目标分类 -> 查分类 INDEX.md 找到目标条目 -> 读取条目文件详情。
结果处理: 执行完成后,查看输出结果确认操作状态。成功时输出包含处理摘要和结果数据;失败时根据错误信息排查问题,参考错误处理章节获取恢复步骤。
错误处理
| 错误类型 | 原因 | 处理方式 |
|---|---|---|
| 找不到记忆条目 | 索引未同步更新，条目已写入但 INDEX.md 未追加记录 | 检查 INDEX.md 是否含该条目行，手动补录条目记录到分类索引 |
| 同一信息重复存储 | 写入前未执行去重检查，同一内容被多次写入 | 执行 grep 去重，合并重复条目，保留最新版本 |
| 记忆文件损坏 | 写入过程中断或磁盘错误导致 Markdown 文件格式损坏 | 从 Git 备份恢复；无备份时从 frontmatter 重建条目骨架 |
示例
示例：写入项目记忆并更新索引
场景：用户说"Alpha项目用 React + TypeScript + Tailwind，目标是构建客户管理系统，今天选定了 React 而非 Vue"。
# 写入条目
cat > ~/memory/projects/alpha.md << 'EOF'
---
title: Alpha项目
status: active
created: 2026-07-18
updated: 2026-07-18
tags: [web, react, typescript, tailwind]
importance: 0.8
---
## 项目概要
技术栈：React + TypeScript + Tailwind
目标：构建客户管理系统
## 关键决策
- 2026-07-18：选定 React 而非 Vue（团队熟悉度）
EOF
# 更新分类索引
echo "| Alpha项目 | active | 2026-07 | alpha.md |" >> ~/memory/projects/INDEX.md
代理响应："已将 Alpha项目 记忆写入 ~/memory/projects/alpha.md 并更新索引。"
FAQ
Q1: 这会和我 Agent 自带的记忆冲突吗？
不会。本系统完全并行，位于 ~/memory/，永不修改内置 MEMORY.md 与 workspace memory/。内置记忆负责当前会话快速上下文，本系统负责长期存储，两者协同。
Q2: 记忆文件越来越多会不会很慢？
三层索引体系确保即使大量文件也能快速定位。小规模用 grep 直接搜索，大规模走索引导航优先定位条目文件，索引找不到再回退到 grep 全文搜索。
Q3: 能不能多设备同步？
本技能不提供云同步。可通过 Git 或云盘同步 ~/memory/ 目录实现多设备。注意 .trash/ 目录可加入 .gitignore 避免同步无用数据。
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
- 本地存储：可写的
~/memory/目录
依赖项
| 依赖项 | 类型 | 是否必需 | 获取方式 |
|---|---|---|---|
| LLM API | API | 必需 | 由Agent内置LLM提供 |
文件系统（可写 ~/memory/） | 本地存储 | 必需 | 操作系统自带 |
| grep / find | 系统命令 | 必需 | 操作系统自带 |
| cat / mkdir / echo | 系统命令 | 必需 | 操作系统自带 |
API Key 配置
- 核心功能无需任何 API Key
可用性分类
- 分类：MD+EXEC（Markdown指令驱动，需exec执行文件操作命令）
- 说明：通过自然语言指令驱动Agent执行记忆存储和检索操作
已知限制
- 无记忆生命周期管理：基础版不支持写入->激活->归档->遗忘四阶段生命周期，条目不会自动归档或清理，需用户手动管理。
- 无冲突检测与版本化：基础版不自动检测新旧信息矛盾，写入时遇到同主题条目仅提示去重，不保留版本历史。
- 无分类自动分裂：基础版不支持单分类超过100条目时自动分裂为子分类，大规模分类检索效率会下降。
- 无回收站恢复：基础版不提供遗忘阶段的回收站机制，删除的条目无法恢复。
- 无向量语义检索：基础版仅支持 grep 关键词检索和索引导航，超大规模（500+文件）场景下召回率有限。
升级提示
当前为基础版，以下高级能力需升级至完整版解锁：
- 记忆生命周期管理：每个条目经历"写入->激活->归档->遗忘"四阶段，超过90天未更新提示归档，归档超过180天无引用提示遗忘，避免记忆膨胀拖慢检索。
- 冲突检测与版本化：写入前扫描同分类同主题条目，发现矛盾时不直接覆盖，保留旧版本并递增 version，主动提示用户冲突情况。
- 分类自动分裂：单分类条目数超过100时按状态或时间自动分裂为子分类，确保大规模检索效率。
- 回收站恢复机制：遗忘阶段条目移入
~/memory/.trash/，保留30天可恢复，支持trash_retention_days参数自定义保留期。 - 写入前完整预检：去重检查 + 冲突检测 + 索引同步 + 原子写入四步预检流程，任一步骤失败自动回滚。
- 超大规模向量检索：500+文件场景下接入 Chroma/LanceDB/Qdrant 向量数据库做语义检索增强，按规模自动推荐最优检索策略。
升级至完整版以获取全部8项核心能力、8个领域专属错误处理场景和3个完整实战案例。
安全注意事项
| 风险类型 | 防范措施 |
|---|---|
| API密钥泄露 | 通过环境变量配置，禁止硬编码到代码或配置文件中 |
| 命令执行风险 | 仅执行白名单命令，避免拼接用户输入到命令行参数中 |
| 敏感数据暴露 | 输出结果中不包含密钥、令牌等敏感信息 |
使用前请确认已阅读依赖说明章节，确保运行环境满足安全要求。
效率量化分析
| 操作场景 | 手动耗时 | 自动化耗时 | 效率提升 |
|---|---|---|---|
| 文件解析与提取 | 5-10分钟/个 | <5秒/个 | 60-120x |
| 批量文件处理(100个) | 8-16小时 | <5分钟 | 96-192x |
| API调用与响应解析 | 2-3分钟/次 | <1秒/次 | 120-180x |
| 多接口数据聚合 | 15-30分钟 | <10秒 | 90-180x |
| 命令执行与结果收集 | 3-5分钟/次 | <2秒/次 | 90-150x |
| 重复任务批量执行 | 因任务而异 | 线性缩减 | 5-50x |
| 错误排查与修复 | 10-30分钟 | <30秒 | 20-60x |
差异化对比
| 对比维度 | 本技能 | 传统手动方式 | 通用脚本工具 |
|---|---|---|---|
| 自动化程度 | 全流程自动 | 完全手动 | 部分自动 |
| 错误处理 | 内置错误恢复 | 依赖人工经验 | 基本try-catch |
| 可复用性 | 参数化配置 | 一次性脚本 | 模板化 |
| 安全合规 | 内置安全检查 | 无安全保障 | 无安全保障 |
| 适用场景 | 核心功能 | 通用场景 | 通用场景 |
核心功能
- 自动化执行: 基于指令驱动的自动化流程
- 文件处理: 支持多种文件格式的读取、解析和写入操作
- API集成: 通过标准化接口调用外部服务并处理响应
- 命令执行: 在安全沙箱中执行系统命令并收集结果
- 信息检索: 快速搜索和过滤目标数据
Related skills
给 AI agent/bot 做跨会话持久记忆的分层混合方案。当用户要"给 bot 加记忆""让 agent 记住之前的事""跨会话上下文持久化""记忆去重/断链/陈旧检查"，或要搭一个有长期记忆的 agent 时使用。方案=markdown 真理源(人可读可手改) + SQLite 派生索引(选择性召回) + 生命周期检查(断链/重复/陈旧)，纯标准库零依赖。
基于扩散激活的联想记忆系统，通过神经图谱实现基础持久化召回。Use when 需要提升效率、自动化流程、批量处理、工作流优化时使用。不适用于需要人工创意判断的任务。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互，无需复杂配置即开即用。输出结果可直接使用，减少二次加工成本。提供结构化输出和错误处理机制。
Use when a user wants cross-session personal context shared by compatible AI agents, or asks to load, save, inspect, archive, recover, clean up, or upgrade l...
跨引擎记忆贯通总线：让规划/记忆/验证等四引擎共享同一份结构化记忆，实现跨引擎检索 与关联，使超级智能体一次长程任务内越跑越连贯。这是「四引擎端到端自主闭环」的关键拼图。
Persistent memory across sessions — local-first, no account needed. Automatically recalls past decisions, code, and tasks before each prompt, and saves session checkpoints. Also provides manual tools for searching, recording, and querying memory via Bash commands.
38 installs