Agent Skills
返回列表
MemoryBridge 记忆管理

MemoryBridge 记忆管理

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_6c78b4cc/memory-bridge。

技能介绍

解决的问题

Agent 在长对话、多 session 和工具执行后，容易丢失关键决策、未完成任务与操作上下文。memory-manager 的目标不是做一个聊天总结器，而是把对话记忆落到文件：今日日志、长期记忆、桥接快照分别保存，供后续 session 恢复。

工作方式

技能通过 memory_cli.py 提供一组命令：log 追加日志，search 按关键词检索，recall 提取上下文，summary 生成近期摘要，merge 将 daily 记录并入 MEMORY.md，clean 归档旧日志，bridge 恢复跨 session 摘要，stats 查看统计。它还会约定 Agent 的写入规则：遇到决策、完成、部署、确认等触发词时即时落盘；新 session 启动时主动执行 bridge，输出最近话题、未完成任务和关键决策；用 check 查看日志、合并、桥接快照与 daemon 状态。日志采用 ## HH:MM 主题 时间戳，并用标记区分强调、完成与风险。

适用边界

这套流程更适合需要连续工作的 Agent，例如部署、配置变更、项目推进场景。若对话很短或没有长期上下文需求，频繁写入可能产生冗余日志。多 Agent 共用同一 --workdir 时需要确认路径隔离，避免 MEMORY.md 与桥接快照互相覆盖。

使用场景

  • 新 session 启动时用 `bridge` 恢复上次未完成的部署配置与关键决策。
  • 长对话中遇到选型、确认或完成操作时，用 `log` 落盘并执行 `check`。
  • 需要把近期 daily 日志整理成长期记忆时，执行 `summary` 和 `merge`。
  • 排查 Agent 是否丢失上下文时，用 `search`、`recall` 和 `stats` 查看记忆库。

适合人员

  • 负责 Agent 多任务连续执行的工程师，需要跨 session 恢复上下文。
  • 使用本地 Agent 工作区做部署与配置变更的工程师，需要即时记录操作结果。
  • 维护共享 Agent 记忆的开发者，需要归档旧日志并查看落盘风险。
  • 构建自定义 Agent 工作流的开发者，需要统一日志、搜索和桥接接口。