Memory CLI 记忆库

问题背景

Agent 要在多轮任务里依赖「长期上下文」，但把对话全文塞进 prompt 既不可靠，也难验证是否真的「记住了」。Memory CLI 把持久记忆定义为可测行为：只有当你用贴近真实场景的查询能检索到预期内容时，这条记忆才算成立。

工作方式

技能围绕稳定的命令契约组织流程，检索实现可以在内部迭代，但不应随意改动命令名与 JSON 输出形态。

1. 定位或初始化项目：在工作区查找 memory-cli、.memory、memory 等目录；没有则从 Python / JavaScript / TypeScript 模板复制并安装，使 memory-cli 可用。
2. 先查再动：对可能依赖持久上下文的任务，先用 CLI 查询记忆。
3. 测试驱动写入：新增记忆前先设计候选用例（JSON），执行 memory-cli check-conflicts --file <path>；有冲突则与用户协商，无冲突再用 memory-cli add --file <path>，或在更合适时合并既有用例。
4. 回归与预算：修改用例或检索代码后跑测试；正确性失败则修用例或实现，性能超预算则在不改变 CLI 契约的前提下优化检索。

记忆记录需遵循 references/memory-test-contract.md（schema、冲突、通过规则）；从对话或文档抽取事实时参考 references/memory-extraction-guide.md。检索结果按 priority 排序，再以检索分数打破平局；已退役记忆保留审计但不参与正常搜索与冲突检测。

适用边界

早期实现允许 JSON 扫描或硬编码逻辑，够用即可。测试变多或 bench 超预算时再读 references/retrieval-optimization-guide.md。不要通过删除或削弱高优先级测试来掩盖检索问题。