AI 记忆增强层

解决的问题

memory-booster 针对 AI Agent 在长周期协作中的两类记忆故障：新会话无法接续上次进度，以及同一会话中随着工具调用和内容增长，早期决策、文件路径、待办事项被淹没。它把“记住”从一次性对话扩展到可检索、可压缩、可归档的结构化记忆层，重点服务 MEMORY.md、日记文件和历史对话上下文。

工作方式

核心流程围绕四个动作展开：

• 记忆热身：在会话开始时从 MEMORY.md、近期日记和关键词中提取活跃主题，生成自然语言查询，并结合向量语义搜索召回相关历史。
• 记忆压缩：将重要信息抽取为 DECISION、DATA、LINK、ISSUE、NEXT、FILE 等标记，追加到日记文件并局部更新 MEMORY.md，避免整文件重写。
• 按需检索：用户提出“之前说过”或自定义查询时，先做语义搜索，再补查历史对话，输出少量最相关条目。
• 行业记忆生成：!forge 根据行业角色生成定制记忆分类、提取规则、搜索词映射和忽略规则，形成可独立分发的行业记忆 Skill。

边界方面，它依赖 WorkBuddy 环境中的文件工具、conversation_search 和本地脚本；语义索引需要构建，归档不是全自动定时任务，部分上下文溢出仍需要平台侧支持。