核心用法
Memory System v2.0 是一款纯 Bash 实现的文件型语义记忆系统，专为 AI Agent 跨会话记忆需求设计。通过 memory-cli.sh 命令行工具，用户可以捕获五种记忆类型（learning/decision/insight/event/interaction），每条记忆包含 1-10 重要性评分、标签和上下文信息。数据以 Markdown 日志形式存储，JSON 索引实现亚 20 毫秒级搜索。
典型工作流：
1. 捕获记忆：capture --type learning --importance 9 --content "..." --tags "swift,ios"
2. 语义搜索：search "swiftui" --min-importance 8
3. 周期回顾：consolidate 自动生成周汇总
显著优点
- 极致性能：36 项测试验证，搜索平均 <20ms（最快 8ms），捕获 <50ms
- 零依赖架构：仅需 bash + jq，无需数据库或网络服务
- 结构化分类：五类记忆类型 + 重要性权重 + 标签系统，召回精准度高
- 自动聚合：日常记忆自动合并为周度摘要，降低信息过载
- Clawdbot 原生集成：设计为 AI Agent 的持久记忆层，开箱即用
潜在局限
- 纯文本搜索：无向量嵌入，依赖关键词匹配，语义理解有限
- 单用户设计：无多租户隔离，协作场景需额外封装
- 扩展瓶颈：官方标称 ~10K 条记忆后性能下降，大数据量需归档策略
- 平台依赖：Bash/jq 绑定，Windows 原生支持受限
适合人群
- AI Agent 开发者需为 Agent 构建持久记忆能力
- 个人知识管理用户偏好本地化、低维护方案
- 快速原型团队需要轻量级决策追踪与复盘工具
常规风险
- 数据丢失：文件型存储无内置备份机制，需用户自行版本控制
- 并发冲突：多进程同时写入可能导致索引损坏
- 隐私暴露：上下文字段可能意外记录敏感信息，需定期审计
- 锁定效应：长期积累后迁移至其他系统成本较高