MemoryVault 记忆琥珀

问题在哪

多数 Agent 只有当前对话的上下文窗口：用户上周说过偏好、项目背景或约定，新开会话就「失忆」，只能靠你反复复述。MemoryVault 把记忆从单次 prompt 里拆出来，做成可检索、可持久化的存储，让 Agent 在跨会话场景里仍能引用历史信息。

核心能力

技能围绕「写入—检索—落盘」三条线设计：

• 三层记忆架构：在 SKILL 描述中用于区分不同粒度或用途的记忆层（具体分层以实现为准），避免把所有内容堆进同一块上下文。
• 多种检索 API：recall("关键词") 做主题查找；recall_by_date("2026-04-20") 按日期回溯；recall_by_tag("工作") 按标签分类；get_recent(n=5) 拉最近若干条重要记忆。
• 持久化与运维：记忆以 JSON 文件保存，路径可配置；支持导入/导出便于备份迁移；可设置过期时间自动清理旧条目。

实现侧要求 Python 3.8+，默认仅依赖标准库；若需要更接近语义的匹配，可选配 sentence-transformers 做向量检索升级。

适用边界

• 记忆质量取决于写入策略与标签/关键词设计，技能本身不替代「该记什么」的产品决策。
• 未安装可选向量库时，检索以文档所述关键词、时间、标签等方式为主，别默认具备全语义相似度搜索。
• JSON 本地文件适合单机或可控部署；多实例并发写入同一文件时需自行处理锁与一致性。