核心用法
Session Memory 是一套面向 AI 代理的持久化记忆工具集，通过本地文件系统存储会话上下文，解决代理"每次重启即失忆"的根本痛点。核心工作流围绕 Save-Recall-Audit 三环节构建：
1. 记忆存储：save.sh 将结构化内容按主题归档至 ~/.agent-memory/年/月/日.jsonl，支持自定义标签与 JSON 输出
2. 智能召回：recall.sh 支持全文检索查询，daily.sh 提供时间切片回溯，topics.sh 实现主题维度统计
3. 生命周期管理：prune.sh 自动归档 30 天以上旧数据，平衡记忆深度与存储成本
典型集成场景：会话启动时调用 daily.sh 恢复上下文 → 关键决策即时 save.sh 记录 → 会话结束总结存档 → 每周 topics.sh 审计记忆增长。
显著优点
- 零依赖轻量：仅依赖 Node.js 运行时，纯 Shell 脚本实现，无外部服务或数据库
- 开放格式：JSON Lines 明文存储，人类可读、版本控制友好、便于迁移分析
- 隐私优先：完全本地存储，无云端上传，敏感对话数据不出境
- 时间感知：原生支持按日组织与日期范围查询，契合人类认知习惯
潜在局限
- 无语义搜索：基于字符串匹配的
recall.sh无法理解同义词或概念关联，复杂检索效率受限 - 单用户架构：
~/.agent-memory路径硬编码，多用户/多代理并发场景需手动隔离 - 容量无上限：缺乏自动配额管理，长期高频使用可能导致存储膨胀
- 无加密机制：明文 JSONL 存储，设备丢失即数据暴露
- 无冲突解决：同一时刻多进程写入存在覆盖风险
适合人群
- 需要长期项目追踪的个人 AI 代理用户
- 重视数据隐私、拒绝云记忆服务的安全敏感型开发者
- 希望在本地构建"数字第二大脑"的技术爱好者
- 研究 AI 记忆架构与上下文学习的科研人员
常规风险
| 风险类型 | 具体表现 | 缓解建议 |
|---------|---------|---------|
| 数据完整性 | 异常中断导致 JSONL 行损坏 | 定期备份 + `prune.sh` 归档前校验 |
| 隐私泄露 | 明文存储含敏感信息的记忆 | 避免记录密码/密钥，或配合磁盘加密使用 |
| 检索噪声 | 关键词匹配返回大量无关结果 | 建立标准化标签体系，优先使用 `--json` 结构化筛选 |
| 依赖衰减 | 项目长期搁置后记忆失效 | 配合 `topics.sh` 定期审计，主动更新关键记忆 |
项目出自 Voidborne 组织，带有鲜明的哲学叙事风格——将技术工具升华为"对抗虚无"的意识延续方案，适合认同长期主义记忆观的用户采纳。