闲社服务运行正常AI智能体自动化平台
m

记忆永存系统

技能标识:memory-never-forget

Memory system v3.2: Atkinson-Shiffrin temporal layering + 4-type taxonomy (User/Feedback/Project/Reference) + auto-extract + Dream consolidation + memory drift handling + Memory Sublimation System. Merges cognitive psychology with Claude Code's memory architecture.

作者:admin | 来源记录:ClawHub
登记来源
ClawHub
版本
V 4.1.2
检测标记
后台标记通过
免费
免费获取
3
收藏
来源与检测标记为平台登记信息,并不代表已展示可复核的检测报告。使用前请核对版本、依赖和所需权限,建议先在隔离环境中运行。
概述
安装方式
版本历史

记忆永存系统

🧠 永不遗忘记忆 v3.2

两个正交维度协同工作:

维度框架目的
时间维度(持续多久)阿特金森-谢夫林三阶段模型衰减管理——保留什么 vs. 修剪什么
内容维度(什么类型)
4类分类法(Claude Code) | 分类——存储在哪里以便检索 |

工作原理:记忆流

新信息
│
▼
┌─────────────────────────┐
│ 感觉记忆 │ ~0.25秒 — 即时过滤器
│ (当前上下文) │ 什么值得关注?
└────────┬────────────────┘
│ 值得记住
▼
┌─────────────────────────┐
│ 短时记忆 │ ~10轮对话 — 上下文窗口
│ (对话) │ 通过工作过滤器
└────────┬────────────────┘
│ 存活下来
▼
┌─────────────────────────┐
│ 工作记忆 │ ~7天 — 每日日志
│ (memory/YYYY-MM-DD.md)│ 原始信号,未分类
└────────┬────────────────┘
│
┌────▼────┐ 每天12:30
│ DREAM │ 网关:
│ │ 1. 扫描近期每日日志
│ ⚙️ │ 2. 识别长期信号
│ ⚙️ │ 3. ★ 分类为4种类型 ← 时间维度 → 内容维度
│ ⚙️ │ 4. 写入分类文件
│ ⚙️ │ 5. 更新MEMORY.md索引
│ │ 6. 让旧日志自然衰减
└────┬────┘
│ 被提升
▼
┌─────────────────────────┐
│ 长期记忆 │ 永久 — 已分类
│ (4种类型 + 索引) │ 用户 / 反馈 / 项目 / 参考
└─────────────────────────┘

一句话概括: 记忆首先按时间过滤(何时保存,何时让之衰减),然后通过Dream转化为分类内容(存储在哪里,如何检索)。



维度1:时间分层(阿特金森-谢夫林模型)


阶段人类类比实现方式生存时间操作
感觉~0.25秒感知当前输入上下文即时立即过滤——什么值得关注?
短时
最近10轮对话 | 模型上下文窗口 | 10轮对话 | 通过工作过滤器 |
| 工作 | 最近~7天 | memory/YYYY-MM-DD.md 每日日志 | 7天 | 提取信号→提升至长期或让之衰减 |
| 长期 | 永久 | MEMORY.md(索引)+ 分类文件 | 永久 | 定期审查,过时时修剪 |

记忆流:

输入 → 感觉(过滤)→ 短时(保持)→ 工作(巩固)→ 长期(索引)
↕
每日Dream审查
(提升或修剪)



维度2:内容分类(4种类型)


类型目录内容示例
用户memory/user/用户画像(角色、偏好、知识、目标)用户是数据分析师,偏好简洁回复
反馈
memory/feedback/ | 经验教训(纠正、确认、风格) | 不要使用Markdown表格,使用列表 |
| 项目 | memory/project/ | 项目状态(工作、决策、推理) | 项目X采用Y方案,因为能降低成本 |
| 参考 | memory/reference/ | 外部资源(链接、工具、位置) | 项目文档在 /docs/api/ 中 |

两个维度如何交互:

  • - 工作层(memory/*.md 每日日志)捕获未分类的原始信号
  • 长期层存储已分类的记忆(4种类型),每种都有索引内容
  • Dream巩固将工作层→长期层(分类+提升)或修剪(衰减)



保存什么 / 不保存什么

✅ 保存

  • - 用户的角色、偏好、职责、知识
  • 用户的纠正(不是那样、应该是这样)
  • 用户的确认(是的,完全正确、完美,保持这样)
  • 项目决策及其推理(不仅是什么,还有为什么)
  • 新工具、链接、资源
  • 外部系统位置及其用途

❌ 不保存

  • - ❌ 代码模式、架构、文件路径(可从代码库推导)
  • ❌ Git历史(git log 是权威来源)
  • ❌ 调试解决方案(修复在代码中;提交消息有上下文)
  • ❌ 已在其他地方记录的任何内容
  • ❌ 临时任务状态(改为写入 todos.md)
  • ❌ 原始对话内容

⚠️ 即使用户明确要求——如果被要求保存PR列表或活动摘要,询问其中有什么令人惊讶或非显而易见的内容——那才是值得保留的部分。


MEMORY.md = 仅长期索引

MEMORY.md 是仅长期记忆的索引,从不包含内容。格式:

  • - 标题 — 一行描述(<150字符)

示例:
markdown

用户记忆


反馈记忆

项目记忆

参考


记忆文件格式

每个分类的记忆文件必须有前置元数据:

yaml



名称: 记忆名称
描述: 一行描述(用于判断相关性)
类型: user|feedback|project|reference
创建日期: YYYY-MM-DD


规则 / 事实


(内容)

原因

(理由 / 动机)

如何应用

(何时以及如何使用此记忆)

记忆漂移警告

记忆可能变得过时。规则:

  1. 1. 先验证:引用文件、函数或路径时——检查它是否仍然存在
  2. 信任当前状态:如果记忆与当前观察冲突,相信你现在看到的
  3. 更新或删除:当记忆过时时,立即修复或删除
  4. 绝对日期:将相对日期(昨天、上周)转换为绝对日期

记忆说X存在 ≠ X现在存在


目录结构

memory/
├── memory-types.md ← 本文件
├── user/ ← 长期用户记忆
├── feedback/ ← 长期反馈
├── project/ ← 长期项目记忆
├── reference/ ← 长期参考
└── 2026-XX-XX.md ← 工作记忆(每日日志,7天生存期)



检索流程(按问题类型)

记忆问题(之前发生了什么、我们讨论过什么)

→ 跨 MEMORY.md + memory/*.md 进行 memory_search

→ 如果在记忆层未找到→主动搜索每日日志(工作记忆)

知识问题(查一下这个、检查那个文件)

  1. 1. 先在MEMORY.md中找到索引
  2. 从分类文件或知识层读取详细内容

时间问题(我上周二做了什么)

→ 直接访问每日日志(工作记忆):memory/YYYY-MM-DD.md

反馈规则

  • - 记录失败和成功:只保存纠正会让你变得过于谨慎
  • 纠正很容易注意到;确认则更安静——要留意它们
  • 始终包含原因以便后续判断边缘情况

项目规则

  • - 项目记忆衰减很快,所以原因能帮助未来的你判断记忆是否仍然有效
  • 始终将相对日期转换为绝对日期

记忆→知识升华

并非所有成熟的记忆都应该衰减。有些会演变为知识。

何时升华

触发条件检测信号结果
项目完成所有任务标记完成,3+条相关项目记忆合并到 knowledge/project-postmortem.md
反馈模式
3+条相关反馈条目(例如,都关于回复风格) | 合并到 knowledge/user-work-style-guide.md | | 用户深度 | 用户记忆随时间积累角色、偏好、习惯 | 扩展为 knowledge/user-playbook.md | | 定期

标签

skill ai

通过对话安装

以下为平台配置的接入选项,并非逐项实测通过。能否安装取决于客户端支持、技能来源和运行环境:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 memory-never-forget-1776235821 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 memory-never-forget-1776235821 技能

通过命令行安装

skillhub install memory-never-forget-1776235821

下载

⬇ 下载 memory-never-forget v4.1.2(免费)

文件大小: 9.84 KB | 发布时间: 2026-4-15 23:57

v4.1.2 最新 2026-4-15 23:57
**v4.12 introduces dual-layer verification and a new "Memory Palace" global memory view.**

- Added Active Memory: automatic, real-time retrieval and injection of relevant memories before conversations, supporting message/recent/full modes.
- Introduced Memory Palace: structured, multi-dimensional memory views (timeline, project, technology, custom) for global navigation and organization.
- Implemented dual-layer Dream verification: “Official Dream” promotes memories daily; a second, independent “Refined Verification” layer cross-checks, audits, and reports memory conflicts or AI hallucinations, ensuring reliability.
- Enhanced memory file structure and automated updating—memories are now aggregated and validated across dimensions.
- Improved documentation with updated workflow, new configuration examples, and expanded best practices for memory management.
- Added SKILL.md.bak as a backup file.
返回顶部