技能介绍

问题

Agent 在连续任务里经常遇到三类问题：跨会话上下文丢失、重复犯同类错误、用户偏好与待办事项散落各处。nexo-brain 的目标不是给 Agent 加一个简单日志，而是把记忆组织成更接近人类认知的结构，让它能在会话之间保持连续性，并根据反馈调整后续行为。

工作方式

技能以 MCP 能力形式提供一组记忆工具：

nexo_startup 在会话开始时注册上下文并返回活跃会话。
nexo_heartbeat 用于交互过程中更新任务状态。
nexo_cognitive_retrieve 执行跨记忆的语义检索。
nexo_guard_check 在修改代码前检查是否出现过类似错误。
nexo_learning_add 将已解决错误沉淀为可检索的防范规则。
nexo_session_diary_write 在会话结束前写入日记，帮助下次继续。

记忆模型参考 Atkinson-Shiffrin 模型，分为 感觉登记、短期记忆 和 长期记忆，并引入 Ebbinghaus forgetting curves 的衰减逻辑。访问记忆会强化它，自动 sleep cycles 会完成整理、剪枝和合并。

适用边界

它适合需要本地持久记忆、代码修改防护和会话连续性的 Agent 场景。资料说明数据保存在本地 SQLite，向量检索通过 fastembed 在 CPU 上运行。由于记忆会自然衰减，关键偏好和错误教训需要依赖反馈、检索和 nexo_learning_add 强化；如果部署环境不满足 MCP/OpenClaw 网关要求，需要先确认接入条件。