Agent Skills
返回列表
记忆进化

记忆进化

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_0327da8d/memory-evolution。

技能介绍

要解决的问题

Agent 在多轮任务中容易重复试错、遗忘纠正，或把过期规则长期保留在上下文里。该技能把短期经验变成可检索、可淘汰、可确认的本地记忆，避免把一次性错误和长期偏好混在一起。

工作方式与边界

  • 触发机制：任务完成后自动反思；用户说 reflect、回顾、做梦 时手动整理；定时或 heartbeat 中执行 dream 衰减计算。
  • 记忆分层：新经验先写入 reflections/log.md，用户纠正写入 hot/corrections.md，反复出现且重要的模式升级到 hot/memory.md；低分记忆降到 warm/ 或归档到 cold/archive/。
  • 衰减模型：engine/decay-scores.json 记录分数，1.0-0.5 可主动进入上下文，0.5-0.2 按需加载，0.2-0.05 仅显式搜索；分数无效会重置并记录警告。
  • 安全约束：写 hot/memory.md 前需停下确认；归档不删除；遇到冲突按最具体、最近、用户纠正优先处理；不访问日历、邮件、联系人，不发起网络请求，不基于沉默推断偏好。

使用场景

  • 调试多文件重构后，让 Agent 自动反思失败模式，并把用户纠正写入 corrections 记忆。
  • 维护长期 Agent 工作流时，用 reflect 命令从近 7 天日志中提炼 2-4 条可复用规则。
  • 运行 heartbeat 定时任务时，对低分记忆执行衰减评分、降层并归档到 cold/archive。
  • 当 Agent 重复违反某条规则时，确认用户纠正替换旧规则，并在 reflections/log.md 留痕。

适合人员

  • 维护 Agent 工作流的工程师：希望把反复纠正过的规则沉淀为可检索记忆。
  • 构建多轮任务自动化的人：希望 Agent 在任务完成后自动记录非显然经验。
  • 使用 heartbeat 定时运行 Agent 的团队：希望过期记忆按分数降层，而不是无限保留。
  • 需要本地记忆隔离的产品开发者：希望不访问邮件、日历，也不发起网络请求。