Agent Skills
返回列表
通用自我反思与学习记忆系统

通用自我反思与学习记忆系统

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/memorypor。

技能介绍

解决的问题

AI 代理常把一次性纠正和长期偏好混在一起：错误没有沉淀，重复指令反复出现，项目风格又与全局规则冲突。memorypor 将这类“应该记住”的内容放到本地文件，而不是依赖会话上下文。它特别适合在用户纠正、重要任务复盘、或输出出现可改进点时触发。

工作方式

  • memory.md 保存确认后的全局热层规则。
  • corrections.md 保存明确纠错与候选教训。
  • projects/、domains/ 保存项目或领域模式，archive/ 保存衰减内容。

学习信号包括“不，这不对”、“总是为我做 X”等显式纠错，以及重复三次后询问确认再晋升。文件有容量限制，超限时合并相似规则、降级或归档，而不是盲目删除。它也可通过 heartbeat-rules.md 与 HEARTBEAT.md 做周期性检查，并支持统计、导出、导入。

适用边界

系统只做本地记忆维护，不访问日历、邮件、联系人，不发出网络请求，也不读取 ~/self-improving/ 之外的文件。它不会从沉默或假设性讨论中推断偏好，也不会修改自身 SKILL.md。适合需要跨会话记住风格、流程纠错和明确偏好的工程师代理工作流。

使用场景

  • 用户多次纠正代码缩进或命令偏好时，把重复规则记录并确认后晋升到热层。
  • 完成多步骤任务后复盘输出问题，把可复用教训写入 corrections.md 待晋升。
  • 需要区分全局偏好、项目规则和领域习惯时，用 projects 与 domains 命名空间隔离。
  • 定期查看记忆统计，导出 ZIP 备份并迁移到另一台机器。

适合人员

  • 使用 Claude Code 或 Codex 的工程师，需要让代理记住代码风格和纠错。
  • 维护多个 AI 代理工作流的负责人，需要共享同一套本地记忆与规则。
  • 需要复盘代理任务并沉淀流程教训的技术主管，希望把确认规则长期保留。
  • 希望备份和迁移代理偏好的 DevOps 工程师，需要导出本地记忆文件。