终身成长 Agent 记忆系统

要解决的问题

AI agent 常遇到的麻烦，不是单轮回答不够好，而是跨会话经验没有落盘：用户偏好、项目背景、关键决策、失败路径和纠正意见容易丢失，导致同一个坑反复出现。该技能把记忆写成仓库内明文 Markdown，让 agent、git、人和 grep 都能读改，避免经验锁在不可解释的外部系统里。

技能如何工作

记忆默认放在当前工作区的 .codebuddy/memory/ 下：MEMORY.md 只做目录索引，详细条目按主题拆分到 profile.md、decisions.md、conventions.md、lessons.md 和 session/。核心工作流分三步：

• 会话开始：先读索引，再按当前意图读取相关主题，并优先检索 lessons.md。
• 干活过程中：遇到用户偏好、关键决策、固定约定、操作失败或用户纠正时，主动沉淀为带日期和标签的条目。
• 定期巩固：去重、合并、提炼偏好，并清理过期的 session/ 内容。

错误教训闭环是关键：失败或纠正发生后写入 lessons.md，执行相似任务前先 grep，重复触发则标注并置顶。

适用边界与注意点

它适合需要长期上下文、希望记忆可审计、可人工修改的仓库型 agent 工作流。记忆按工作区隔离，不应跨项目串用；外部网页、工具返回内容不应自动写入长期记忆；密钥、凭据和一次性临时请求不应沉淀。它更像一套文件式记忆 SOP，而不是向量数据库或自动事实提取器。