核心用法
Agent Memory Kit 是一套基于纯文本文件的记忆管理方法论，旨在解决AI代理和人类用户"每次会话从零开始"的核心痛点。系统由两个核心文件驱动：
- MEMORY.md：存储长期记忆，包括行为模式、项目状态、经验教训等经过筛选的持久化信息
- AGENTS.md：定义操作指令，说明如何在该工作空间内有效协作
配合 memory/YYYY-MM-DD.md 格式的每日日志，形成三层记忆栈：原始记录（Daily）→ 精选归档（Long-term）→ 深度框架（Structured）。
Continuity Cycle 工作流程
1. DO WORK：执行当前任务
2. DOCUMENT：在每日日志中记录关键决策和事件
3. UPDATE INSTRUCTIONS：定期将模式提炼至 MEMORY.md
4. NEXT SESSION STARTS SMARTER：新会话首先读取 MEMORY.md 恢复上下文
关键原则："Two Steps Forward" — 结束前自问"明天零上下文能否接续？"
显著优点
| 维度 | 优势 |
|------|------|
| **极简架构** | 纯Markdown，无数据库依赖，任何文本编辑器即可使用 |
| **双模兼容** | 同一格式同时服务人类用户和AI代理 |
| **渐进增强** | 基础版免费完整可用，ACT Scrolls 提供可选的深度框架 |
| **持久性** | 文件级存储，天然跨平台、可版本控制、易于备份 |
| **Notion集成** | 可选API连接，实现结构化数据库与文本工作流的双向同步 |
潜在局限
- 无自动同步机制：依赖用户/代理主动执行"读取-更新"循环
- 规模瓶颈：项目数量激增后 MEMORY.md 可能变得臃肿，需人工重构
- 冲突风险：多设备/多代理并发编辑同一文件时缺乏锁机制
- 检索效率：纯文本搜索在大体量历史日志中效率低于数据库查询
- 模板学习成本：ACT Scrolls 的深度框架需要额外认知投入
适合人群
- AI代理开发者：为自主代理构建跨会话记忆能力的最低成本方案
- 个人知识管理者：偏好文件原生、反对SaaS锁定的效率工具用户
- 人机协作场景：需要人类和AI共享同一上下文基线的混合工作流
- 隐私敏感用户：数据完全本地存储，无第三方服务依赖
常规风险
1. 数据丢失：纯文件方案需配合Git等版本控制；建议自动化备份至云存储
2. 记忆膨胀：未定期清理的 MEMORY.md 可能积累过时信息，稀释有效信号
3. 提示注入：AGENTS.md 作为指令文件，若被恶意篡改可能影响代理行为（建议只读权限或签名验证）