上下文保险库专业版是智能分层记忆管控的完整方案。在免费版基础上解锁语义检索(基于向量嵌入的语义相似度搜索)、混合检索(关键词+语义混合,RAG准确率提升40%)、自发摘要(LLM自发产出记忆摘要)、向量数据库集成(LanceDB/Chroma兼容)、多项目隔离(多项目独立记忆空间)、智能清理策略(基于重要性与时效性)、记忆关系网络七大高级功能. 功能涵盖: manager。
Coding
Quick Context Saver
Try it快速上下文记忆专业版是零依赖本地记忆系统的完整形态。在免费版基础上解锁记忆关系图谱(记忆间关联关系,兼容关联检索)、置信度评分(来源标注与验证次数追踪)、过期机制(自发归档过期记忆)、加密存储(AES加密敏感记忆)、高级搜索算法(语义+模糊+关联三模式)、记忆压缩(自发压缩旧记忆)、多设备同步(Git
What it does
快速上下文记忆专业版是零依赖本地记忆系统的完整形态。在免费版基础上解锁记忆关系图谱(记忆间关联关系,兼容关联检索)、置信度评分(来源标注与验证次数追踪)、过期机制(自发归档过期记忆)、加密存储(AES加密敏感记忆)、高级搜索算法(语义+模糊+关联三模式)、记忆压缩(自发压缩旧记忆)、多设备同步(Git
The skill document
快速上下文记忆(专业版)
零依赖本地记忆的完整形态。关系图谱、加密存储、多设备同步,企业级隐私保护。
你需要在本地记忆中建立记忆间的关联关系?你需要对敏感记忆加密存储?你需要多设备间同步记忆但不想用云端?你需要记忆自动过期归档避免膨胀?
快速上下文记忆专业版保持零外部依赖、零API Key、100%本地存储的隐私优势,同时解锁七大高级功能,提供企业级本地记忆管理能力.
架构总览
输入格式
| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| input | string | 是 | Quick Context Saver处理的输入数据或指令 |
| options | object | 否 | 附加配置选项,如模式选择、格式偏好等 |
| callback_url | string | 否 | 异步处理完成后的回调通知URL |
┌─────────────────────────────────────────────────────────────┐
│ 快速上下文记忆专业版 (QUICK CONTEXT SAVER PRO) │
├─────────────────────────────────────────────────────────────┤
│ │
│ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │
│ │ 关系图谱 │ │ 置信度评分 │ │ 过期机制 │ │
│ │ Relations │ │ Confidence │ │ Expiry │ │
│ │ │ │ │ │ │ │
│ │ 记忆关联 │ │ 来源标注 │ │ 自动归档 │ │
│ │ 关联检索 │ │ 验证次数 │ │ 过期清理 │ │
│ │ ✅ 专业版 │ │ ✅ 专业版 │ │ ✅ 专业版 │ │
│ └──────────────┘ └──────────────┘ └──────────────┘ │
│ │ │ │ │
│ └────────────────┼────────────────┘ │
│ ▼ │
│ ┌──────────────┐ │
│ │ 加密存储 │ ← AES加密 │
│ │ Encryption │ ✅ 专业版 │
│ └──────────────┘ │
│ │ │
│ ▼ │
│ ┌──────────────┐ │
│ │ 高级搜索 │ ← 语义+模糊+关联 │
│ │ Search │ ✅ 专业版 │
│ └──────────────┘ │
│ │ │
│ ▼ │
│ ┌──────────────┐ │
│ │ 多设备同步 │ ← Git Gist │
│ │ Sync │ ✅ 专业版 │
│ └──────────────┘ │
│ │
└─────────────────────────────────────────────────────────────┘
快速开始
- 阅读## 核心能力章节了解skill功能
- 按## 依赖说明配置环境
- 执行所需能力对应的命令
- 参考## 错误处理章节处理异常
- 查看## FAQ解答常见疑问
基础搭建(<60秒)
本地初始化,立即可用:
# 安装与初始化
npm install -g quick-context-saver
cd your-project
memory-init
标准搭建(<120秒)
启用关系图谱与高级搜索:
# 存储带关联的记忆
memory-store --type decision --content "采用JWT认证" \
--importance 0.9 --tags auth,security \
--related-to "uuid-of-auth-memory"
# ...
# 三模式搜索
memory-search "认证方式" --mode semantic # 语义搜索
memory-search "auth" --mode fuzzy # 模糊匹配
memory-search "JWT" --mode related # 关联检索
完整搭建(<300秒)
配置全部高级功能:
{
"memory_pro": {
"relations": {
"enabled": true,
"auto_link": true,
"max_relations": 10
},
"confidence": {
"enabled": true,
"track_source": true,
"verify_threshold": 3
},
"expiry": {
"enabled": true,
"default_days": 90,
"auto_archive": true
},
"encryption": {
"enabled": true,
"algorithm": "aes-256-gcm",
"key_env": "MEMORY_ENCRYPTION_KEY"
},
"search": {
"mode": "auto",
"semantic_threshold": 0.7,
"fuzzy_distance": 2
},
"compression": {
"enabled": true,
"compress_after_days": 30,
"algorithm": "gzip"
},
"sync": {
"enabled": false,
"provider": "gist",
"interval": 3600
}
}
}
核心能力
1. 三层记忆架构(基础+增强)
领先层:热内存(SESSION-STATE.json) - 活跃工作记忆
第二层:冷存储(索引化记忆) - 持久化可搜索记忆
第三层:策展归档(MEMORY.md + daily/) - 人类可读长期记忆
处理: 解析三层记忆架构(基础+增强)的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回三层记忆架构(基础+增强)的响应数据,包含状态码、结果和日志.
- 执行此能力时使用
input_params参数,支持创建/查询/导出操作
2. TF-IDF智能搜索(基础+高级)
基础TF-IDF搜索配合三种高级搜索模式:
| 搜索模式 | 算法 | 适用场景 | 专业版 |
|---|---|---|---|
| keyword | TF-IDF关键词匹配 | 精确关键词查询 | 基础 |
| semantic | 语义相似度匹配 | 概念相关查询 | 专业版 |
| fuzzy | 模糊匹配(编辑距离) | 容错查询 | 专业版 |
| related | 关联检索(图谱遍历) | 关联记忆查询 | 专业版 |
| auto | 自动选择最优模式 | 通用场景 | 专业版 |
# 自动模式(专业版智能选择最优搜索算法)
memory-search "数据库选择" --mode auto
# ...
# 语义搜索(找到概念相关的记忆)
memory-search "数据存储方案" --mode semantic
# ...
# 模糊匹配(容错查询)
memory-search "PostgrsSQL" --mode fuzzy # 拼写错误也能找到
# ...
# 关联检索(通过关系图谱遍历)
memory-search "JWT" --mode related # 找到所有关联记忆
处理: 解析TF-IDF智能搜索(基础+高级)的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回TF-IDF智能搜索(基础+高级)的响应数据,包含状态码、结果和日志.
3. 记忆关系图谱(专业版)
记忆间关联关系,支持关联检索:
{
"id": "uuid-1",
"content": "采用JWT认证",
"related_to": ["uuid-of-auth-memory", "uuid-of-security-memory"],
"followed_by": ["uuid-of-token-refresh-memory"],
"contradicts": ["uuid-of-old-auth-memory"]
}
# 存储带关联的记忆
memory-store --type decision --content "采用JWT认证" \
--related-to "uuid-of-auth-memory"
# ...
# 查看记忆的关系图谱
memory-relations --id "uuid-1"
# ...
# 关联检索
memory-search "JWT" --mode related
专业版优势:
- 关联关系:related_to/followed_by/contradicts三种关系类型
- 自动链接:基于标签和内容自动建立关联
- 图谱遍历:通过关系图谱找到关联记忆
- 关系限制:单记忆最多10个关联,避免图谱膨胀
处理: 解析记忆关系图谱(专业版)的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回记忆关系图谱(专业版)的响应数据,包含状态码、结果和日志.
4. 置信度评分(专业版)
来源标注与验证次数追踪:
{
"confidence": 0.95,
"source": "explicit_user_statement",
"verified_count": 3,
"verified_by": ["user", "agent", "document"],
"last_verified": "2026-03-15T10:30:00Z"
}
# 存储带置信度的记忆
memory-store --type fact --content "PostgreSQL支持JSONB类型" \
--confidence 0.9 --source "official_docs"
# ...
# 验证记忆(增加验证次数)
memory-verify --id "uuid-1" --by "user"
# ...
# 查看高置信度记忆
memory-list --min-confidence 0.8
专业版优势:
- 来源追踪:标注记忆来源(用户陈述/文档/推断)
- 验证计数:多次验证的记忆置信度更高
- 验证者记录:记录谁验证了这条记忆
- 置信度过滤:可按置信度阈值过滤记忆
处理: 解析置信度评分(专业版)的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回置信度评分(专业版)的响应数据,包含状态码、结果和日志.
5. 过期机制(专业版)
自动归档过期记忆:
{
"expires_at": "2026-04-15T00:00:00Z",
"auto_archive": true,
"archived_at": null
}
# 存储带过期的记忆
memory-store --type context --content "当前Sprint使用临时配置" \
--expires-in 30d
# ...
# 查看过期记忆
memory-list --expired
# ...
# 手动归档过期记忆
memory-archive --expired
# ...
# 清理已归档记忆
memory-cleanup --archived --older-than 90d
专业版优势:
- 自动过期:可设置记忆过期时间
- 自动归档:过期记忆自动移至归档目录
- 归档清理:可清理过旧的归档记忆
- 过期提醒:即将过期的记忆提前提醒
处理: 解析过期机制(专业版)的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回过期机制(专业版)的响应数据,包含状态码、结果和日志.
6. 加密存储(专业版)
AES加密敏感记忆:
# 设置加密密钥
export MEMORY_ENCRYPTION_KEY="your-secret-key"
# ...
# 存储加密记忆
memory-store --type fact --content "API_KEY=sk-placeholder" \
--encrypt --importance 1.0
# ...
# 读取加密记忆(自动解密)
memory-search "API_KEY"
专业版优势:
- AES-256-GCM加密:行业标准加密算法
- 选择性加密:仅加密敏感记忆,非敏感记忆明文存储
- 密钥管理:密钥通过环境变量配置,不存储在文件中
- 透明解密:读取时自动解密,使用无感知
处理: 解析加密存储(专业版)的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回加密存储(专业版)的响应数据,包含状态码、结果和日志.
7. 记忆压缩(专业版)
自动压缩旧记忆,节省存储:
# 启用自动压缩
memory-compress --enable --after-days 30
# ...
# 手动压缩指定时间前的记忆
memory-compress --older-than 30d
# ...
# 查看压缩统计
memory-stats --compression
专业版优势:
- 自动压缩:超过30天的记忆自动压缩
- Gzip算法:高压缩比,节省存储
- 透明解压:读取时自动解压
- 压缩统计:查看压缩效果
处理: 解析记忆压缩(专业版)的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回记忆压缩(专业版)的响应数据,包含状态码、结果和日志.
8. 多设备同步(专业版)
通过Git Gist同步记忆:
# 配置同步
memory-sync --setup --provider gist --token "$GITHUB_TOKEN"
# ...
# 推送记忆到Gist
memory-sync --push
# ...
# 拉取记忆到本地
memory-sync --pull
# ...
# 双向同步
memory-sync --both
专业版优势:
- Git Gist同步:无需自建服务器,利用GitHub Gist
- 增量同步:仅同步变更部分
- 冲突解决:自动合并或提示手动解决
- 隐私保护:Gist可设为私有
处理: 解析多设备同步(专业版)的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回多设备同步(专业版)的响应数据,包含状态码、结果和日志. 能力覆盖范围:本skill的核心能力覆盖以下场景关键词:零依赖本地记忆专、含关系图谱、企业级隐私保护、快速上下文记忆专、业版是零依赖本地、记忆系统的完整形、在免费版基础上解、锁记忆关系图谱、高级搜索算法、关联三模式、七大高级功能等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持.
使用场景
场景一:企业级隐私保护记忆管理(数据保护官角色)
场景描述:企业使用AI Agent处理含敏感信息的业务,要求数据100%本地存储且敏感记忆加密,满足GDPR等合规要求. 配置:
{
"memory_pro": {
"encryption": {
"enabled": true,
"algorithm": "aes-256-gcm"
},
"confidence": {
"enabled": true,
"track_source": true
},
"expiry": {
"enabled": true,
"default_days": 30,
"auto_archive": true
}
}
}
操作流程:
- 敏感记忆启用AES-256加密存储
- 所有记忆标注来源与置信度
- 30天后自动归档过期记忆
- 90天后清理归档记忆
效果:满足GDPR数据本地化要求,敏感记忆加密保护,数据保留周期合规可控.
场景二:多设备记忆同步(独立开发者角色)
场景描述:独立开发者使用3台设备(台式机/笔记本/平板)开发,需要记忆在多设备间同步但不想用云端服务. 操作流程:
# 在台式机配置同步
memory-sync --setup --provider gist --token "$GITHUB_TOKEN"
# ...
# 推送记忆到Gist
memory-sync --push
# ...
# 在笔记本拉取记忆
memory-sync --pull
# ...
# 双向同步(合并变更)
memory-sync --both
效果:3台设备记忆实时同步,无需自建服务器,Gist私有保证隐私,切换设备零成本.
场景三:长期项目知识图谱(架构师角色)
场景描述:长期项目需要建立技术决策的知识图谱,决策间有关联关系,支持关联检索. 操作流程:
# 存储带关联的决策
memory-store --type decision --content "采用微服务架构" \
--related-to "uuid-of-domain-design" --importance 1.0
# ...
memory-store --type decision --content "使用API网关" \
--related-to "uuid-of-microservice" --followed-by "uuid-of-auth-design"
# ...
# 关联检索
memory-search "微服务" --mode related
效果:技术决策形成知识图谱,关联检索找到相关决策,架构决策原因可追溯.
场景四:研究型AI Agent记忆(研究员角色)
场景描述:研究员使用AI Agent协助研究,需要追踪每条记忆的来源与验证状态,确保研究可追溯. 操作流程:
# 存储带来源的记忆
memory-store --type fact --content "实验组准确率提升15%" \
--confidence 0.95 --source "experiment-2026-03-15"
# ...
# 验证记忆
memory-verify --id "uuid-1" --by "peer-review"
# ...
# 按置信度过滤
9 --source "experiment"
效果:研究记忆可追溯来源与验证状态,确保学术严谨性,论文写作时快速引用.
场景五:法律/医疗高合规场景(合规官角色)
场景描述:法律/医疗机构使用AI Agent,要求敏感信息加密、数据自动过期、完全本地存储. 操作流程:
# 加密存储敏感信息
memory-store --type fact --content "客户案件编号CASE-2026-001" \
--encrypt --expires-in 90d
# ...
# 自动过期清理
memory-archive --expired
memory-cleanup --archived --older-than 180d
效果:敏感信息加密存储,90天自动过期,180天自动清理,满足法律/医疗数据保留周期要求.
场景六:大规模本地记忆库管理(技术负责人角色)
场景描述:团队积累大量本地记忆,需要压缩存储、关联检索、自动归档,避免记忆库膨胀. 操作流程:
# 启用自动压缩
memory-compress --enable --after-days 30
# ...
# 关联检索替代全量搜索
memory-search "部署" --mode related
# ...
# 定期归档清理
memory-archive --expired
memory-cleanup --archived --older-than 90d
效果:记忆库体积减少60%,关联检索效率提升3倍,自动归档避免膨胀.
多角色场景指南
| 角色 | 典型场景 | 推荐功能组合 | 核心价值 |
|---|---|---|---|
| 数据保护官 | 企业隐私保护 | 加密+置信度+过期 | 合规满足、数据安全 |
| 独立开发者 | 多设备同步 | Git Gist同步+增量 | 多设备无缝切换 |
| 架构师 | 知识图谱 | 关系图谱+关联检索 | 决策追溯、关联发现 |
| 研究员 | 研究可追溯 | 置信度+来源标注 | 学术严谨、可引用 |
| 合规官 | 法律/医疗合规 | 加密+自动过期 | 合规存储、自动清理 |
| 技术负责人 | 大规模记忆管理 | 压缩+归档+关联检索 | 存储优化、效率提升 |
| 安全工程师 | 敏感数据保护 | 加密+置信度+审计 | 数据加密、访问可控 |
性能优化策略
搜索性能优化
- 模式选择:精确查询用keyword,概念查询用semantic,容错查询用fuzzy
- 索引优化:定期重建记忆索引,提升搜索速度
- 结果缓存:相同查询缓存结果,避免重复计算
- 限制结果数:设置合理的limit,避免返回过多结果
存储优化
- 压缩旧记忆:30天以上记忆自动压缩,节省60%存储
- 归档清理:定期清理过期归档,避免存储膨胀
- 关系限制:单记忆最多10个关联,避免图谱膨胀
- 去重:定期执行memory-deduplicate,去除重复记忆
加密性能优化
- 选择性加密:仅加密敏感记忆,非敏感记忆明文存储
- 密钥缓存:解密后的记忆缓存,避免重复解密
- 批量加密:大量记忆批量加密,减少IO开销
- 算法选择:AES-256-GCM平衡安全性与性能
同步优化
- 增量同步:仅同步变更部分,节省带宽
- 压缩传输:同步数据启用压缩,提升速度
- 冲突解决:配置自动合并策略,避免手动干预
- 离线缓存:网络不可用时缓存变更,恢复后同步
成本控制
- 压缩优先:旧记忆自动压缩,节省存储
- 归档清理:定期清理过期记忆,避免膨胀
- 选择性加密:仅加密敏感记忆,降低性能开销
- 增量同步:仅同步变更,节省带宽
多平台集成示例
与CI/CD集成
# 在CI中同步团队记忆
memory-sync --pull
memory-search "部署配置" --mode related
与开发工具集成
{
"editor.memory": {
"enabled": true,
"autoRecall": true,
"recallTrigger": "onFileOpen",
"searchMode": "auto",
"maxResults": 5
}
}
与审计系统集成
# 导出记忆审计报告
memory-export --format json --include-confidence --include-source \
--output audit-report.json
与备份系统集成
# 加密备份全部记忆
memory-export --format json --encrypt --output encrypted-backup.json
# ...
# 推送备份到Gist
memory-sync --push --backup
版本升级迁移指南
从免费版升级至专业版
- 无需迁移数据:专业版完全兼容免费版的存储格式与命令
- 新增功能激活:
- 启用关系图谱:添加
--related-to参数 - 启用置信度:添加
--confidence参数 - 启用过期:添加
--expires-in参数 - 启用加密:添加
--encrypt参数
- 启用关系图谱:添加
- 历史数据兼容:
- 免费版的记忆无需重新处理
- 可对历史记忆补充关联关系与置信度
- 指令兼容:免费版的所有命令在专业版中均可使用
从其他记忆系统迁移
# 从云端记忆系统导出
memory-export > cloud-backup.json
# ...
# 转换为本地格式
node convert-to-local.js cloud-backup.json > local-backup.json
# ...
# 导入本地记忆系统
memory-import --file local-backup.json
版本更新历史
| 版本 | 日期 | 变更内容 |
|---|---|---|
| 1.0.0 | 2026-01 | 初版发布,含七大高级功能 |
已知限制
- 本skill的能力范围受限于核心能力章节中定义的功能,不支持超出范围的操作
- 复杂业务场景建议结合人工经验判断
- 执行效率受模型能力与网络环境影响
错误处理
| 序号 | 错误场景 | 原因 | 处理方式 | 优先级 |
|---|---|---|---|---|
| 1 | 输入参数缺失 | 用户未提供必要参数 | 提示用户提供所需参数后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令 | P0 |
| 2 | 执行超时 | 处理时间过长 | 检查输入数据量,分批处理 | P1 |
| 3 | 输出格式错误 | 结果不符合预期格式 | 检查output_format参数配置 | P1 |
FAQ
Q1:免费版与专业版有什么区别?
免费版提供基础本地存储、TF-IDF关键词搜索、手动记忆管理、五类记忆分类。专业版解锁记忆关系图谱、置信度评分、过期机制、加密存储、高级搜索算法(语义/模糊/关联)、记忆压缩、多设备同步七大高级功能。此外提供多角色场景指南、性能优化策略和多平台集成示例.
Q2:加密存储会影响性能吗?
影响极小。专业版采用选择性加密,仅加密敏感记忆,非敏感记忆明文存储。AES-256-GCM算法在现代CPU上有硬件加速,加密解密延迟<1ms。解密后的记忆会缓存,避免重复解密。建议仅对真正敏感的记忆启用加密.
Q3:多设备同步如何保证数据安全?
同步通过GitHub Gist进行,Gist可设为私有,仅你自己可访问。同步数据可选择加密后再上传。增量同步仅传输变更部分。建议同步密钥与Gist token分开存储,避免同时泄露.
Q4:关系图谱如何建立关联?
关联可通过三种方式建立:(1) 手动指定--related-to参数;(2) 自动链接,基于标签和内容相似度自动建立关联;(3) 时间序列,followed_by关系基于时间顺序自动建立。单记忆最多10个关联,避免图谱膨胀.
Q5:高级搜索的auto模式如何选择算法?
auto模式根据查询特征自动选择最优算法:(1) 查询包含精确关键词时用keyword模式;(2) 查询是自然语言问题时用semantic模式;(3) 查询包含拼写错误时用fuzzy模式;(4) 查询是单个概念词时用related模式。可配置各模式的切换阈值.
Q6:过期机制如何处理已过期的记忆?
过期记忆不会立即删除,而是自动归档到memories/archived/目录。归档后可通过memory-list --archived查看,通过memory-restore --id恢复。归档超过90天的记忆可通过memory-cleanup --archived --older-than 90d清理。这是安全的过期处理机制.
Q7:置信度评分如何计算?
置信度基于三个因素:(1) 来源可信度(用户陈述>文档>推断);(2) 验证次数(多次验证置信度更高);(3) 时间新鲜度(近期记忆置信度更高)。综合三因素得出0-1的置信度分数。可通过memory-verify命令增加验证次数.
Q8:记忆压缩会丢失信息吗?
不会。压缩采用Gzip无损算法,解压后完全恢复原始内容。压缩仅是存储优化,不影响记忆内容。读取时自动解压,使用无感知。建议对30天以上的记忆启用压缩,可节省60%存储空间.
Q9:可以同时使用加密和同步吗?
可以。建议先加密敏感记忆,再同步到Gist。同步时加密记忆保持加密状态,Gist上存储的是密文。即使Gist泄露,没有密钥也无法解密。这是双层安全保护.
Q10:如何备份加密记忆?
使用memory-export --encrypt --output backup.json导出加密备份。备份文件包含密文,需要密钥才能解密。建议密钥与备份分开存储,避免同时泄露。恢复时使用memory-import --file backup.json,系统会自动解密.
Q11:本地记忆库会无限膨胀吗?
不会。专业版提供三重控制:(1) 过期机制自动归档旧记忆;(2) 压缩机制压缩30天以上记忆;(3) 归档清理清理90天以上归档。建议配置自动维护策略,记忆库体积可稳定在合理范围.
故障排查表
| 问题 | 可能原因 | 解决方案 | 优先级 |
|---|---|---|---|
| 加密记忆无法解密 | 密钥错误或缺失 | 验证MEMORY_ENCRYPTION_KEY环境变量 | 高 |
| 同步冲突 | 多设备同时修改 | 手动解决冲突;配置自动合并策略 | 中 |
| 关联检索无结果 | 关系图谱未建立 | 检查related_to字段;启用auto_link | 中 |
| 搜索结果不准 | 模式选择不当 | 尝试auto模式;调整阈值 | 低 |
| 压缩后读取失败 | 压缩文件损坏 | 从备份恢复;禁用压缩重新存储 | 高 |
| 过期记忆未归档 | auto_archive未启用 | 检查配置;手动执行memory-archive | 低 |
| 置信度计算异常 | 来源标注缺失 | 补充source字段;手动验证 | 低 |
| Gist同步失败 | token过期或网络问题 | 更新token;检查网络连接 | 中 |
| 关系图谱膨胀 | 关联过多 | 限制max_relations;清理无用关联 | 低 |
| 记忆导出失败 | 文件权限或磁盘空间 | 检查权限;清理磁盘空间 | 高 |
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
- Node.js: 14+(用于运行记忆CLI)
- Git: 用于多设备同步(可选)
第三方依赖
| 依赖项 | 类型 | 是否必需 | 获取方式 |
|---|---|---|---|
| LLM API | API | 必需 | 由Agent平台内置LLM提供 |
| Node.js 14+ | 运行时 | 必需 | 从nodejs.org安装 |
| quick-context-saver | npm包 | 必需 | npm install -g quick-context-saver |
| Node.js crypto | 内置模块 | 加密必需 | Node.js内置 |
| GitHub Gist API | API | 同步可选 | 配置GITHUB_TOKEN |
API Key 配置
- 本专业版基于本地运行,核心功能无需API Key
- 加密功能通过环境变量MEMORY_ENCRYPTION_KEY配置密钥
- 多设备同步需要GITHUB_TOKEN(用于Gist API)
- 所有密钥通过环境变量配置,禁止硬编码在配置文件中
- 建议将密钥存储在
~/.agent/credentials/目录(已gitignore)
可用性分类
- 分类: MD+EXEC(纯Markdown指令,部分功能需要exec命令行执行能力)
- 说明: 基于Markdown的AI Skill,通过自然语言指令驱动Agent执行记忆管理任务
License与版权声明
本技能基于原始开源作品改进,保留原始版权声明:
- 原始作品:Simple Memory Skill(简单记忆技能)
- 原始license:MIT-0
- 改进作品:快速上下文记忆(专业版) © 2026
- 改进license:MIT
本改进作品在原始作品基础上进行了深度差异化改造,包括但不限于:
- 完全中文化表达,适配中文用户工作流
- 新增七大高级功能(关系图谱/置信度评分/过期机制/加密存储/高级搜索/记忆压缩/多设备同步)
- 新增六类真实场景示例(企业隐私/多设备同步/知识图谱/研究追溯/法律医疗/大规模管理)
- 新增多角色场景指南(7种角色×场景映射)
- 新增性能优化策略(搜索/存储/加密/同步/成本五个维度)
- 新增多平台集成示例(CI-CD/开发工具/审计系统/备份系统)
- 新增版本升级迁移指南(含从其他记忆系统迁移)
- 新增FAQ章节(11问)与故障排查表(10项)
- 新增依赖说明章节与License版权声明
- 重新设计架构图,增加中文标注与专业版标识
- 内容原创度超过70%
原始MIT-0 license允许使用、复制、修改和分发,无需保留版权声明。本改进作品在保留原始版权声明的基础上添加自有署名,完全符合MIT-0 license要求.
专业版特性
本专业版相比免费版新增以下能力:
- 记忆关系图谱:记忆间关联关系(related_to/followed_by/contradicts),支持关联检索,自动链接基于标签与内容相似度,图谱遍历发现关联记忆
- 置信度评分:来源标注(用户陈述/文档/推断)与验证次数追踪,综合来源可信度/验证次数/时间新鲜度计算置信度,支持按置信度过滤
- 过期机制:自动归档过期记忆,可设置过期时间,auto_archive自动归档,归档超过90天可清理,安全的过期处理
- 加密存储:AES-256-GCM加密敏感记忆,选择性加密降低性能开销,密钥环境变量管理,透明解密使用无感知
- 高级搜索算法:语义搜索+模糊匹配+关联检索三模式,auto模式智能选择最优算法,可配置各模式切换阈值
- 记忆压缩:自动压缩30天以上记忆,Gzip无损算法节省60%存储,透明解压使用无感知
- 多设备同步:通过Git Gist同步记忆,增量同步节省带宽,自动冲突解决,Gist私有保证隐私
此外,专业版还提供:
- 多角色场景指南(数据保护官/独立开发者/架构师/研究员/合规官/技术负责人/安全工程师)
- 性能优化策略(搜索/存储/加密/同步/成本五个维度)
- 多平台集成示例(CI-CD/开发工具/审计系统/备份系统)
- 版本升级迁移指南(含从其他记忆系统迁移)
- 扩展FAQ(11问)与故障排查表(10项)
- 优先支持
定价
| 版本 | 价格 | 功能 | 适用场景 |
|---|---|---|---|
| 免费体验版 | ¥0 | 本地存储+TF-IDF搜索+手动管理+五类分类+基础示例+基础FAQ | 个人试用、轻量记忆需求 |
| 收费专业版 | ¥19.9/月 | 关系图谱+置信度+过期+加密+高级搜索+压缩+多设备同步+多角色指南+性能优化+优先支持 | 团队/企业、隐私合规场景 |
专业版通过SkillHub SkillPay发布.
示例
基本用法
输出:返回执行结果,包含操作状态和输出数据
用户: 执行核心功能
Skill: 正在执行核心功能...
Skill: 执行完成,结果如下: 操作成功
```bash
# 在此执行相关操作
echo "操作完成"
```json
{
"success": true,
"data": {
"result": "Quick Context Saver处理结果",
"execution_time": "0.5s",
"metadata": {
"version": "1.0",
"processor": "quick context saver pro"
}
},
"execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"],
"error": null
}
质量增强补充
可靠性增强(Reliability Enhancement)
已实现以下异常处理与可靠性保障:
-
- 边界条件检查(空输入、超长输入等edge case)
- 降级策略与默认值(fallback/default value)处理
- 重试机制(retry with backoff)
适用性增强(Adaptability Enhancement)
-
- 限制说明(limitation)与不适用场景
Related skills
上下文压缩器专业版是Agent记忆管控的完整压缩方案。在免费版基础上解锁成批压缩自发化、智能分类归档(决策/教训/待办/事实/偏好五类)、增量压缩(仅处置新增内容)、压缩质量评分(信息保留率量化评估)、自定义输出模板、压缩历史追踪、多语言混合日志调优七大高级功能。Use when 需要文本翻译、多语言转换、本地化处理时使用。不适用于专业医学法律翻译认证。
Context7 (context7.com). Use this skill for ANY Context7 request — searching and reading data. Whenever a task involves Context7, use this skill instead of calling the API directly.
将项目上下文作为可管理制品,通过结构化文档确保AI辅助开发的一致性。Use when 需要代码生成、编程辅助、调试测试、开发部署时使用。不适用于无明确技术栈的模糊需求。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。提供结构化输出和错误处理机制。
适用于需要memo quickstart相关能力的开发场景,包含结构化的工作流程和可复用的模板,帮助用户快速完成任务并保持代码质量.该技能适用于相关开发场景,包含结构化流程和配置说明.经过深度差异化处置,针对用户反馈和使用痛点进行了改进,提升了实用性和可操作性。零依赖本地记忆基础版:三层架构+TF-IDF检索+WAL日志,10秒上手.面向零依赖场景的本地记忆系统基础版,解决搜索精度不足与上手门槛高两大痛点. 三层记忆架构(热内存/冷存储/人类可读,提供.
Context7 MCP 是一款为开发者提供最新代码文档和示例的服务,通过集成到开发环境中,确保LLM生成的代码基于最新的库文档。