local-memory-skill

🧠 本地文件驱动的 AI 记忆系统

为 AI 代理提供基于本地文件的跨会话持久化记忆系统,无需外部依赖即可存储用户画像、行为反馈和项目上下文。

收藏
4k
安装
966
版本
1.0.1
CLS 安全性认证2026-08-04
点击查看完整报告 >

使用说明

核心用法

Agent Local Memory 是一套零外部依赖的本地文件记忆系统,专为 Claude Code、OpenClaw 等 AI 代理设计。它通过标准化的 Markdown 文件格式,在 ~/.claude/memory/ 等路径下持久化存储四类关键信息:用户画像(user)、行为反馈(feedback)、项目上下文(project)和外部资源引用(reference)。

系统以 MEMORY.md 作为索引中枢,存储内存文件的链接与摘要,而非完整内容。每次对话启动时自动检测并加载相关记忆;上下文接近极限时主动归档重要信息,确保会话无缝续接。

显著优点

  • 完全本地化:无网络调用、无 API 密钥、无外部服务依赖
  • 结构化存储:YAML frontmatter + Markdown 内容,人类可读、版本控制友好
  • 优先级机制:feedback 类型记忆具有最高权重,强制约束未来行为
  • 自维护设计:索引超过 200 行时自动修剪合并,避免膨胀

潜在缺点与局限性

  • 单用户限制:基于本地文件系统,无法跨设备或多用户同步
  • 无加密保护:明文存储,不适合写入敏感信息(设计上明确禁止存储凭证)
  • 路径依赖:需严格遵循平台特定的目录约定
  • 无冲突解决:多实例同时写入可能导致文件竞争

适合人群

  • 长期使用 Claude Code / OpenClaw 进行复杂项目开发的个人开发者
  • 需要代理记住技术栈偏好、沟通风格的团队
  • 希望减少重复说明成本的高级用户

常规风险

  • 敏感数据误存:尽管规则禁止,用户侧仍可能误将密钥写入记忆文件
  • 记忆污染:错误的 feedback 或 project 记忆可能长期扭曲代理行为
  • 路径权限问题:若主目录权限异常,可能导致静默写入失败
  • 跨平台差异:Windows/Linux/macOS 路径处理可能存在边缘 case

安全解读

核心用法

Agent Local Memory 是一个为 AI Agent 设计的纯文档型本地记忆系统,完全基于文件操作实现跨会话的上下文持久化。其核心机制包含四个层次:

存储架构:采用三级目录结构,Claude Code 平台使用 ~/.claude/memory/,OpenClaw 使用 ~/.openclaw/memory/,其他环境回退至 ~/.agent-memory/。每个记忆以独立 .md 文件存在,通过 YAML frontmatter 标注元数据(name/description/type),MEMORY.md 作为索引文件仅存储链接与摘要,不保留完整内容。

四类记忆类型user 存储用户角色与技术背景;feedback 记录行为纠偏规则(最高优先级);project 保存项目决策与里程碑;reference 索引外部系统位置。每种类型均有明确的写入触发条件与格式规范。

自动化触发点:(1)用户要求"记住"某事;(2)用户询问记忆内容;(3)上下文即将达限前主动保存进度;(4)会话开始时自动检测并加载已有记忆。

显著优点

零依赖架构:无 package.json、requirements.txt 或任何外部库,供应链攻击面为零,部署成本极低。

隐私优先设计:纯本地存储,零网络调用,数据不出设备。明确禁止存储密码、API Key、Token、私钥等敏感凭证,符合 GDPR 数据最小化原则。

语义化分类:四象限记忆模型(user/feedback/project/reference)相比简单键值存储更具结构化,便于 Agent 快速评估相关性。

渐进式加载:索引文件限制 200 行,避免上下文膨胀;会话开始时仅 surfaced "relevant memories" 而非全量加载。

潜在局限

无分布式能力:记忆绑定单机环境,多设备切换时无法同步,团队协作场景下个人记忆无法共享。

依赖文件系统可靠性:磁盘损坏、权限变更或意外删除会导致记忆丢失,无内置备份或版本控制机制。

相关性判断依赖 Agent:索引中的描述字段质量决定检索效果,若描述撰写不当可能导致关键记忆遗漏。

平台适配成本:虽声明跨平台,但 ~ 路径解析、文件权限等在不同 OS 上仍需验证兼容性。

适合人群

  • 使用 Claude Code 或 OpenClaw 的个人开发者,需要长期维护复杂项目上下文
  • 数据隐私敏感的企业用户,禁止云端记忆存储的场景
  • 需要行为一致性的高级用户,通过 feedback 类型记忆固化 Agent 交互规则
  • 离线环境工作者,无稳定网络连接但需跨会话记忆延续

使用风险

性能风险:记忆文件数量增长后,线性扫描索引可能影响会话启动速度;建议用户定期手动清理过期条目。

格式脆弱性:手动修改记忆文件可能破坏 YAML frontmatter 结构,导致解析失败;索引与实体文件可能因误操作产生不一致。

Agent 行为漂移:记忆写入规则虽明确禁止敏感信息,但实际执行依赖 Agent 的指令遵循能力,存在误写入的潜在可能。

T3 来源风险:维护者为个人开发者,长期维护承诺存疑,建议关注版本更新与社区反馈。

local-memory-skill 内容

手动下载zip · 3.6 kB
skill-card.mdtext/markdown
请选择文件