🧠 Memory Never Forget 🧠

🧠 科学驱动的认知记忆系统

基于认知心理学的科学记忆系统,采用记忆-知识双层架构与间隔重复机制,帮助AI实现类人类的长时记忆与高效检索。

收藏
15.4k
安装
3.8k
版本
2.2.2
CLS 安全性认证2026-05-19
点击查看完整报告 >

使用说明

Memory Never Forget Skill v2.2 综合评估

核心用法

该技能是一套完整的认知科学记忆框架,而非简单的存储工具。其设计深度融合了Atkinson-Shiffrin三阶段记忆模型(感觉→短时→长时),将AI记忆系统划分为记忆层(索引)知识层(内容)双层架构。核心工作流遵循科学记忆循环:深度编码→主动巩固→高效检索

关键操作路径:

  • 会话启动:读取感官缓存(最近10轮)→ USER.md用户画像 → SOUL.md身份认知 → 今日/昨日日志 → MEMORY.md长时索引 → 执行元认知盲点扫描
  • 会话中:新任务写入todos.md;新知识经精细加工后存入knowledge/并更新索引;检索时先查MEMORY.md索引再读取知识层;未命中时主动搜索知识层并判断缺口类型
  • 会话结束:关键摘要写入当日日志;检查索引更新需求;识别遗忘风险项;执行元认知评估
  • 间隔复习:同日会话结束→3天心跳检查→7天周期整合→月度全面审查

显著优点

1. 科学理论基础扎实:直接引用认知心理学与神经科学实证研究,元认知训练可提升学业表现0.74个标准差
2. 分层架构清晰:记忆层仅存储"有什么+在哪找",知识层存储详细内容,避免索引膨胀与检索噪音

3. 主动防遗忘机制:v2.2新增的间隔重复系统(spaced repetition)远胜于突击式记忆,模拟睡眠巩固效应

4. 元认知自监控:Plan-Monitor-Evaluate三阶段训练让AI"知道自己知道什么",而非盲目检索

5. 灵活可扩展:知识层路径用户可配置(Obsidian库、文档目录等),适配多样工作流

潜在局限与风险

1. 依赖文件系统稳定性:所有记忆持久化依赖本地/云文件读写,路径配置错误或权限问题将导致"失忆"
2. 索引维护成本:MEMORY.md需要人工/AI主动维护,若未及时更新会出现"有内容无索引"的检索失败

3. 7天工作记忆窗口:默认配置下,7天前的会话细节需依赖长时索引,若未正确归档将永久丢失上下文

4. 无自动去重机制:重复存储相同主题知识可能造成索引冗余,需依赖月度手动清理

5. 跨会话一致性挑战:多设备/多实例场景下,文件同步延迟可能导致记忆状态不一致

适合人群

  • 深度研究型用户:需要AI追踪数月甚至数年的长期项目进展、学术研究脉络
  • 复杂工作流管理者:多线程任务并行,依赖AI记忆历史决策依据与待办事项
  • 知识库构建者:希望AI从对话中自动沉淀结构化知识资产(个人维基、研究笔记)
  • 高频长期使用者:与AI建立持续数月以上的协作关系,重视上下文连续性

常规风险

  • 隐私暴露风险:USER.md、MEMORY.md等文件存储敏感个人信息,需确保工作空间访问权限控制
  • 数据残留风险:清理对话历史时若未同步删除记忆文件,可能导致"幽灵记忆"意外召回
  • 索引污染风险:错误编码(如将临时草稿存入知识层)会降低检索质量,需严格执行编码检查清单
  • 过度自信检索:元认知训练不足时,AI可能以高置信度引用不存在的记忆,需配合source-credibility机制校验

安全解读

核心功能与定位

Memory Never Forget Skill v2.2 是一套完整的记忆管理方法论与工作流程框架,而非传统意义上的可执行 Skill。它基于 Atkinson-Shiffrin 三阶段记忆模型,构建了「记忆层(索引)+ 知识层(内容)」的双层架构,帮助 AI 实现类似人类的长效记忆机制。

显著优点

1. 科学理论支撑

  • 整合认知心理学经典模型(Atkinson-Shiffrin 三阶段模型)
  • 引入间隔重复(Spaced Repetition)原理对抗遗忘曲线
  • 元认知训练(Metacognitive Training)提升自我监控能力

2. 工程化落地设计

  • 明确区分 Memory Layer(索引层)与 Knowledge Layer(内容层),避免信息过载
  • 完整的「编码→巩固→检索」闭环流程
  • 详细的检查清单(Checklist)驱动,降低执行门槛

3. 版本持续演进

  • v2.2 新增主动巩固机制、睡眠复习、检索优化等特性
  • 从被动记录转向主动记忆管理

潜在局限

1. 依赖外部实现:纯文档型 Skill,无实际代码执行能力,需配合底层记忆搜索工具(如 memory-setup)才能生效
2. 学习成本较高:涉及认知心理学概念,用户需要理解分层架构才能正确运用

3. 维护负担:需要人工执行间隔重复、索引更新等流程,自动化程度有限

4. 上下文窗口限制:短期记忆仍受模型上下文长度约束

适合人群

  • 需要长期对话上下文保持的 AI 助手开发者
  • 研究知识管理、第二大脑系统的效率工具爱好者
  • 对认知科学感兴趣,希望优化 AI 交互记忆质量的技术用户

常规风险

  • 实施风险:文档与实践存在落差,用户可能误解分层架构导致索引混乱
  • 隐私合规:设计涉及本地文件存储用户偏好信息,需确保存储路径安全隔离
  • 版本兼容性:MEMORY.md 格式若未来变更,可能导致历史索引失效

使用建议

建议将此 Skill 作为「记忆管理规范」配合具备文件操作能力的底层工具使用,而非独立部署。首次使用时应完整阅读文档,建立符合自身需求的目录结构。

🧠 Memory Never Forget 🧠 内容

.clawhub文件夹
references文件夹
手动下载zip · 8.6 kB
origin.jsonapplication/json
请选择文件