Agent Skills
返回列表
永久记忆自动归档系统

永久记忆自动归档系统

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_6bedba2d/ybdsjy。

技能介绍

要解决什么问题

Agent 会话结束后，偏好、决策、项目上下文容易随重启丢失；如果只靠单个大文件累积，又会膨胀且难以快速定位。这个技能针对的是本地化、可审计的长期记忆问题：把“必须记住的结论”和“所有发生过的事实”分开保存，避免记忆覆盖，也避免原始素材无限占用磁盘。

它如何工作

  • 日记层：对话内容追加到 diary/YYYY-MM-DD.md，作为原始归档素材。
  • 记忆层：会话结束时把明确偏好、项目关键信息、技术决策、联系人提炼到 MEMORY.md，固定为四个分类章节，只追加、不覆盖。
  • 归档层：30 天前的日记压缩为 archive/YYYY-MM-DD.gz，降低磁盘占用并保留可检索性。
  • 召回流程：遇到“之前说过什么”这类问题时，先查 MEMORY.md 和近期日记，再扩展到压缩归档，综合来源给出答案。
  • 本地约束：文件操作集中在 ~/.hermes/memory，主要依赖 Python 标准库与 gzip，不依赖外部网络服务。

适用边界

它适合跨会话记忆、偏好持久化、项目上下文连续性和决策追溯。不要把密码、密钥等敏感明文写入日记；超大规模日志或需要 SQL 式结构化查询时，应改用专用日志系统或数据库。使用时不要破坏 MEMORY.md 的四章节结构，也不要手动编辑 .gz 归档文件。

使用场景

  • 维护本地 AI Agent 的工程师希望新会话自动读取历史偏好并记录项目决策。
  • 负责多轮项目讨论的负责人需要把方案选型理由沉淀到 MEMORY.md，避免重启后重新确认。
  • 使用个人 Agent 的独立开发者需要把每日对话归档为本地日记，并用关键词检索旧决定。
  • 测试 Agent 行为的产品工程师需要检查记忆写入、30 天 gzip 归档和搜索召回是否按预期执行。

适合人员

  • 构建本地 AI Agent 的工程师，希望会话结束后保留用户偏好和项目上下文。
  • 维护多项目工作流的开发者，需要长期追溯技术决策和联系人信息。
  • 使用个人助理 Agent 的独立开发者，想要把对话日志持久化并压缩归档。
  • 负责 Agent 可靠性测试的 QA 工程师，需要验证记忆写入、检索和归档行为。