Agent Skills
返回列表
本地记忆复用

本地记忆复用

AI Agent 更新于 2026.08.29

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 的说明，将 @user_3dda8f37/yoyo-nnm-11 安装到你的 AI 助手中。

技能介绍

要解决的问题

AI 助理在跨会话任务中常需要复用用户偏好、固定规则、项目上下文、术语表、任务状态和历史摘要。若每次都让模型从原始上下文里自行筛选，会增加 token 消耗，也可能因格式不稳定而误用信息。

本地记忆如何工作

该技能把记忆写入本地 SQLite 数据库，按 preferences、rules、project context、glossary、task state、history summary 等分类维护，并返回固定结构、可直接注入的结果。典型流程是：使用 scripts/ 中的读写脚本初始化或更新数据库，结合 categories/ 与 config/ 定义分类和默认行为，再按调用方需要生成紧凑直调输出。资料中还包括历史引用、时间提醒、摘要快照和 TTL 清理等能力。

适用边界

它默认本地存储且不加密，适合离线读取、快速调用和本地可控的场景；若需要云同步、远程上传或强加密合规，需要额外方案。技能不包含动态注入、hook、DLL 或驱动，数据仅保存在本地 SQLite 中。

使用场景

  • 在本地 AI 助理中保存用户偏好和固定规则，并在后续对话中按分类直接注入。
  • 维护项目术语表、任务状态和历史摘要，让模型读取固定结构而不自行筛选上下文。
  • 用 TTL 清理过期记忆快照，并保留可追溯的历史引用用于调试长期任务。
  • 在离线环境中配置本地 SQLite 记忆库，避免将偏好、规则或上下文上传远程。

适合人员

  • 构建本地 AI 助理的工程师，需要把偏好、规则和任务状态存入 SQLite 并稳定调用。
  • 做多轮长期任务的开发者，需要固定结构注入记忆，减少模型筛选上下文。
  • 关注离线数据边界的团队工程师，要求记忆仅保存在本地且不含云同步或远程上传。
  • 维护 Agent 工作流的维护者，需要按术语、摘要和 TTL 清理过期状态。