Agent Skills
返回列表
记忆管理

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 @metago/metago-memory-manage。

技能介绍

要解决的问题

很多 Agent 只有对话上下文,没有可管理的长期记忆:该记什么、多久弱化、冲突时怎么收敛,往往在方案阶段就模糊。记忆管理在免费版里做「快速版」交付:给出分层要点、衰减与自愈提示,以及可执行的落地建议,而不是一次性输出完整架构文档。

技能如何工作

触发条件为:用户提出与 Agent 长期记忆、分层或管理策略相关的需求。技能会在能力范围(免费版)内输出:

  • 分层要点:围绕 KMWI(热 / 温 / 冷 / 冻)四层模型的核心结论
  • 衰减提示:何时、如何降低旧记忆的权重或可见性
  • 自愈提示:记忆冲突、陈旧或缺失时的纠偏思路
  • 落地建议:实现清单级别的要点,便于对照工程落地

若需求不明,会先确认;范围过大则先落核心层;信息不足时引导补充,不确定结论会标注置信度。需要完整 KMWI 四层方案、可存档报告与逐项整改清单时,应使用专业版 metago-memory-pay。

适用边界与注意点

常见误区包括:只有上下文、不设衰减——本技能会针对这些点给建议,但免费版不包含完整深度交付。本技能为纯提示词技能,不发起外部网络请求、不收集用户数据;关键结论建议人工复核。

使用场景

  • 为新对话 Agent 起草长期记忆该记哪些字段、按热温冷热分层的要点清单
  • 评审现有记忆方案时发现没有衰减策略,需要快速补上衰减与自愈设计提示
  • 产品评审前用一页要点说明 KMWI 四层在自家 Agent 里怎么落核心层
  • 需求描述笼统时,先让技能收敛到核心记忆层并列出需补充的信息项

适合人员

  • 负责 Agent 记忆模块设计的后端工程师,需要热温冷热分层与衰减规则的要点而非完整标书
  • 在做多轮助手产品的算法工程师,要在方案里写清长期记忆与上下文的分工边界
  • 为内部 AI 平台写技能/插件规范的技术写作者,需要对照 KMWI 与常见误区的表述素材
  • 从 0 搭 Agent 框架的全栈开发者,想在编码前先过一遍记忆自愈与落地清单