triple-memory

核心用法

Triple Memory 是一套复合型 Agent 记忆架构，通过三层互补系统实现最大化的上下文保持能力。第一层 LanceDB 负责对话记忆的自动召回与捕获，在每次响应前注入相关历史记忆，并自动识别"remember""prefer"等触发词存储偏好决策。第二层 Git-Notes Memory 提供分支隔离的结构化记忆，支持实体提取与四级重要性标注（critical/high/normal/low），完全本地运行无外部 API 依赖。第三层 File Search 通过 Shell 脚本搜索工作区的 MEMORY.md、memory/*.md 等文档。

使用流程上，会话启动时需执行 git-notes-memory 的 sync 命令，重要决策通过带标签和重要性标记的 remember 命令存储，日常对话记忆由 LanceDB 自动处理。系统强调"静默操作"原则，所有记忆行为在后台完成，不向用户宣告。

显著优点

1. 分层架构设计合理：三层系统各司其职，LanceDB 处理非结构化对话流、Git-Notes 管理结构化决策、文件搜索覆盖文档知识，形成完整的记忆闭环
2. 自动化程度高：LanceDB 的 auto-recall 和 auto-capture 大幅减少手动记忆操作，触发词机制符合自然对话习惯
3. Git 原生集成：分支隔离的记忆机制特别适合开发场景，不同功能分支可维护独立的决策上下文
4. 隐私友好选项：Git-Notes 完全本地运行，敏感决策可避开云端 API
5. 实体与标签体系：支持多维度检索，告别纯向量相似度的黑盒召回

潜在缺点与局限性

1. 部署复杂度高：需同时配置 LanceDB 插件、安装 Git-Notes Skill、部署 file-search 脚本，三步缺一不可
2. 外部依赖较重：LanceDB 依赖 OpenAI Embedding API，产生持续成本且受网络稳定性影响
3. 静默操作的双刃剑：虽然用户体验流畅，但用户无法感知记忆是否成功存储，关键决策可能因触发词未命中而丢失
4. 文件搜索脚本脆弱：硬编码 8 秒超时、固定临时路径、缺乏输入验证，在高并发或复杂查询场景可能失效
5. 记忆冲突未解决：三层系统独立运行，同一信息可能在不同层级重复存储或产生版本冲突

适合的目标群体

• 长期项目型 Agent 开发者：需要跨数周甚至数月保持上下文的产品管理、架构设计场景
• 多分支协作团队：Git-Notes 的分支隔离特性完美匹配 Git Flow 工作流
• 隐私敏感型企业用户：可将核心决策完全保留在本地 Git-Notes 层
• 复杂决策追踪需求：法律合规、医疗记录等需要明确审计链的场景

使用风险

1. 命令注入风险：file-search.sh 直接将用户输入拼接到 shell 命令，恶意构造的查询可能执行任意代码
2. API 密钥泄露：LanceDB 配置需明文存储 OpenAI API Key，存在配置泄露风险
3. 临时文件竞争：固定 /tmp 路径可能被本地其他进程抢占或篡改
4. Embedding 成本失控：auto-capture 机制在长时间对话中可能产生大量向量存储，费用累积难以预估
5. 记忆雪崩效应：过度积极的 auto-recall 可能在长会话中注入过多历史上下文，导致 token 消耗激增和响应质量下降