Memory

🧠 无限分类存储,记忆永不丢失

productivity榜 #38

为AI代理提供无限分类存储的并行记忆系统,与内置记忆互补而非替代,支持用户自定义结构、即时写入和层级索引导航。

收藏
34.5k
安装
10.7k
版本
1.0.2
CLS 安全扫描中
预计需要 3 分钟...

使用说明

核心用法

Memory Skill 是一种补充性记忆架构,专为超越代理基础内置记忆的复杂长期存储需求设计。核心机制在于建立完全独立的 ~/memory/ 目录结构,与代理自动维护的 MEMORY.md 和 memory/ 文件夹并行运行。

初始化流程至关重要:首次使用时需读取 setup.md,与用户共同决策三类问题——所需分类(如 projects/people/decisions/knowledge/collections)、是否从内置记忆单向同步特定内容、以及信息检索偏好。

数据架构采用三层索引系统:根目录 INDEX.md 列出所有分类,各分类 INDEX.md 维护条目表格(名称/状态/更新时间/文件路径),具体条目以独立 Markdown 文件存储。当单索引超过100条目时强制分裂为子分类,确保查询效率。

写入协议要求即时性:用户分享关键信息时,必须立即写入对应文件并更新索引,禁止批量延迟操作。检索协议遵循"询问→搜索→导航"三步:先确认信息位于何处,再通过 grep 或语义搜索定位,最终通过层级索引精确提取。

显著优点

1. 架构清晰分离:明确区分"内置记忆用于快速上下文,本系统用于深度与规模",避免两类记忆冲突或重复
2. 无限可扩展性:通过分类分裂机制,理论上支持无限条目存储而不降级性能

3. 用户主导结构:拒绝预设模板,完全根据用户实际存储需求动态创建分类

4. 纯本地隐私:所有数据驻留用户机器,零外部服务依赖,零网络传输

5. 版本化条目管理:以独立 Markdown 文件存储条目,天然支持 Git 追踪和版本回溯

潜在局限

1. 维护 overhead:需用户或代理定期执行周/月度维护(更新索引、归档旧内容、分裂大分类),否则性能劣化
2. 检索学习曲线:小规模(<50文件)可用简单 grep,大规模必须依赖层级索引导航,对用户/代理的索引维护质量敏感

3. 无内置同步机制:与内置记忆的同步为手动可选流程,需明确配置,存在双系统信息不一致风险

4. Markdown 格式限制:结构化数据(如数值计算、复杂关系)的表达力弱于数据库方案

5. 单用户设计:未考虑多用户协作或权限分离场景

适合人群

  • 需要追踪10个以上并行项目的复杂项目管理者
  • 维护百人级联系人网络并需记录互动历史的商务人士
  • 积累领域知识库的研究者或终身学习者
  • 决策审计追踪的谨慎决策者
  • 数据本地化和隐私有硬性要求的用户

常规风险

  • 索引失效风险:若 INDEX.md 未及时更新,将导致"文件存在但无法发现"的静默失败
  • 分类膨胀风险:用户可能创建过多细分类别,反而降低检索效率
  • 同步误配置风险:双向修改内置记忆将破坏代理基础功能,系统明确禁止此操作
  • 存储位置混淆风险:代理可能错误地将内容写入内置记忆而非 ~/memory/,造成预期外的数据分割
  • 无加密存储:本地文件以明文 Markdown 存储,设备物理访问即等于数据泄露

Memory 内容

暂无文件树

手动下载zip · 10.4 kB
contentapplication/octet-stream
请选择文件