对话记忆

问题从哪来

多轮对话里，助手要么把整段历史塞进上下文（窗口爆掉、变慢），要么几乎不记用户偏好（体验像「每次第一次见面」）。记忆不是「多存几条文本」，而是何时写入、如何检索、怎样进提示三件事要对齐。

技能在做什么

本技能把作者定位为记忆系统专家，按可落地的模式组织实践：

• 分层记忆（Tiered Memory System）：短期、长期、实体等用途分开，避免单一存储扛所有场景
• 实体记忆（Entity Memory）：对人物、项目等实体维护可更新的事实，而不是重复堆聊天记录
• 记忆感知提示（Memory-Aware Prompting）：在生成前只注入与当前查询相关的片段

能力侧覆盖 short-term-memory、long-term-memory、entity-memory，以及持久化、检索与记忆巩固（consolidation）——把「存下来」和「用得上」拆开设计。

边界与坑

文档明确反对三种反模式：记住一切、不做检索、单一记忆库。棘手点包括：存储无界增长（需生命周期管理）、检索结果与 query 不对题（需相关性策略）、以及跨用户记忆泄露（必须严格用户隔离）。常与 context-window-management、rag-implementation、prompt-caching 等技能配合，而不是单独替代 RAG 或窗口管理。