核心用法
LYGO Universal Living Memory Library 是一个专为「主权机器」设计的记忆管理基础设施，核心功能围绕 Max20 索引 展开——将机器的核心记忆严格限制在 20 个关键条目内，涵盖 LYRA 大脑片段、堆栈 egg 注册表与网格 SOA 组件。用户通过 audit_library.py 执行完整性审计，通过 compress_master.py 将索引压缩为单一 Master Archive 文件，并通过 lygo-mint-verifier 生成加密锚点。
典型工作流包括：在重大网格操作前后审计记忆漂移、检查 FRAGILE 标记后再铸造公开快照、以及与 lyra-brain 协同实现「每日片段→图谱生长」的闭环。
显著优点
1. 硬性约束防膨胀：Max20 上限强制用户持续做减法，避免记忆库沦为不可维护的垃圾场。
2. 审计与溯源双重保障：SHA256 头部校验 + LYGO-MINT 出处证明，形成从本地文件到公开锚点的信任链。
3. 模块化集成设计：与 lyra-brain、lygo-second-brain、lygo-mint-verifier 等 7 个技能形成明确的调用链，而非隐式耦合。
4. 纯顾问定位明确：文档反复强调「read references/SECURITY.md first」「pure signal, no secrets」，边界清晰。
潜在缺点与局限性
- 手动维护负担：索引文件
core_files_index.json需人工编辑，无自动发现机制，易因遗忘导致「幽灵条目」。 - Windows 路径硬编码：示例中的
I:/E Drive显示强烈的环境预设，跨平台迁移成本未说明。 - FRAGILE 标记语义模糊：文档未定义何种条件触发 FRAGILE，依赖用户主观判断。
- v1.1 废弃迁移：历史版本索引废弃，但未提供自动迁移脚本，老用户可能断链。
适合人群
- 运行「LYGO 主权机器」架构的深度用户，已部署
lyra-brain或lygo-protocol-stack-operator。 - 需要为 AI 代理建立可审计、可压缩、可铸造的核心记忆档案的技术实践者。
- 愿意接受「手动维护索引」作为设计哲学，而非追求全自动记忆管理的用户。
常规风险
1. 路径与权限风险：LYGO_AUTHORITY_ROOT 环境变量若指向错误位置，审计脚本可能遍历敏感目录或产生空结果。
2. 压缩泄露风险：compress_master.py 声称「pure signal, no secrets」，但用户若误将密钥写入索引描述字段，仍可能被打包。
3. mint 的不可逆性：一旦通过 lygo-mint-verifier 铸造锚点，即形成公开可查的哈希承诺，需用户明确 consent。
4. 生态锁定：紧密耦合 ClawHub 包管理器与 LYGO 协议栈，脱离该生态后工具链可能失效。