编码智能体上下文记忆编排
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 @kunlungrowth/kunlun-agent-memory-beads。
技能介绍
要解决什么问题
编码智能体要在长会话里保持「该记什么、怎么组织进上下文」,团队侧往往还缺统一的工程交付物:PR 没有分级评审、方案缺少取舍说明、线上故障靠猜根因。本技能把编码智能体上下文记忆编排当成一个可落地的工程主题,用同一套结构化输入/输出,把评审、方案、排错、选型、API 与规范串起来,而不是堆泛泛的提示词。
技能如何工作
听到触发词后会进入对应能力(例如 review/评审/CR、设计/方案、debug/报错、接口/API)。你提供与场景匹配的输入——如 diff/PR、需求+约束、报错信息+上下文、场景+规模、资源+操作 或 语言/框架——技能会按 SKILL 约定产出可复用交付物:
- 代码评审:检查清单 + 问题分级(阻断 / 建议 / 可选)
- 技术方案:背景 / 目标 / 选型 / 风险模板
- 调试排错:定位树、复现步骤、修复验证
- 架构权衡:利弊、适用规模、成本对比表
- API 设计:REST 约定、字段契约、错误码
- 工程规范:清单与反模式
工作流层面,代码评审强调先读意图、再查正确性与安全,最后给出带理由的分级结论;线上排错强调先稳定复现、隔离变量、用日志/链路/指标做二分验证,再修复与复盘。多诉求可以组合:例如在讨论记忆编排实现时,同时走方案设计与 API 契约。
适用边界与注意点
技能输出的是方法论、模板与检查清单,不替代负责人对合并、上线或架构的最终决策;涉及密钥、凭证时只给脱敏示例。它不接入付费服务或外部账号,也不鼓励绕过鉴权与安全机制。若结果不够贴合你的记忆编排方案,应在输入里写清人群、场景与约束(存储介质、上下文窗口、会话长度等),对应能力会把通用项替换为该主题下的结构化内容。
使用场景
- 拉取记忆编排相关 PR 的 diff,需要按阻断/建议/可选分级列出并发与边界类问题
- 为智能体会话记忆分层(短期/长期/工具结果)写技术方案,需写清背景、选型取舍与回滚风险
- 记忆服务或上下文组装链路告警,手头只有栈追踪与日志,要复现步骤和二分定位假设
- 在向量库、摘要链路与直接拼接之间做架构对比,需利弊表与适用规模说明
适合人员
- 负责 Agent 记忆模块的全栈工程师,要在不扩大上下文的前提下稳定召回关键代码与决策
- 带队做编码智能体平台的 Tech Lead,需要把 PR 评审与方案文档模板统一给全员使用
- 维护线上 Agent 运行时与观测链路的 DevOps/SRE,故障时要按证据链排错而非直接改配置
- 独立开发者自研带长期记忆的编码助手,需要 REST 契约与反模式清单避免接口联调扯皮