Auto Memory Keeper - 每日记忆管家
核心用法
该技能通过 cron 定时任务（每小时） 或 用户主动指令 两种方式触发，自动扫描最近一小时的会话历史，提取关键信息并写入按日期组织的 Markdown 记忆文件。核心流程包含：环境检查 → 会话获取 → 噪音过滤（跳过问候、客套话、单字回复等）→ 智能分类提取（决策/事项/进展/问题/结论）→ 相似度去重 → 追加写入。
配置项支持自定义存储路径、执行间隔、活跃时间窗口、分类标签、跳过规则及去重阈值，灵活适应不同工作节奏。
显著优点
| 维度 | 价值 |
|------|------|
| **连续性** | 自动维护时间线，避免人工记录的遗漏与中断 |
| **结构化** | 强制按类型分类（决策/进展/问题），便于事后检索 |
| **低侵入** | 后台静默运行，不干扰正常对话流 |
| **可溯源** | 时间戳精确到分钟，支持决策过程回溯 |
| **双模触发** | 既可靠自动归档，也支持关键时刻手动捕获 |
潜在局限
1. 上下文丢失：每小时切片可能导致跨小时长讨论的断裂，需配合 session-wrap-up 手动补足
2. 语义理解边界：基于关键词规则提取（"决定了"/"完成了"），对隐含决策或复杂表述可能漏记
3. 隐私集中风险：所有历史写入单一本地目录，若设备共享需额外权限管控
4. 文件膨胀：长期运行产生大量日度文件，需定期归档或迁移至长期存储（MEMORY.md）
5. 去重阈值敏感：80% 相似度为经验值，对措辞微调的同义表述可能误判为新增
适合人群
- 高频使用 AI 辅助决策的 项目经理、产品经理、开发者
- 需要 工作日志自动化 的自由职业者或远程工作者
- 希望构建 个人知识管理系统（PKM） 的重度用户
- 对会话历史有 合规审计或复盘需求 的企业团队
常规风险
| 风险类型 | 说明 | 缓解建议 |
|----------|------|----------|
| 数据持久化 | 本地文件丢失或损坏 | 定期同步至云存储或版本控制 |
| 敏感信息泄露 | 会话内容可能含机密，写入明文文件 | 配置加密存储或限制目录访问权限 |
| 过度记录 | 规则配置不当导致噪音混入 | 持续调优 `skip_patterns`，定期审计文件 |
| 依赖幻觉 | 用户可能误以为 AI "记住" 了一切，忽视手动整理 | 明确告知自动记录的边界，配合手动补充 |
生态建议
与 session-wrap-up（手动会话总结）形成互补：自动记录捕获常规信息，手动总结处理复杂、跨会话或需要深度提炼的内容。重要结论建议定期迁移至 MEMORY.md 长期记忆文件。