{"skill":{"slug":"memocap","displayName":"忆时","summary":"🎋 记忆胶囊系统 - 模拟人类记忆检索 | 自动加载，主动联想记忆","description":"---\nname: 忆时\ndescription: \"🎋 记忆胶囊系统 - 模拟人类记忆检索 | 自动加载，主动联想记忆\"\npriority: 900\nmetadata:\n  slug: memocap\n  version: \"1.0.0\"\n  trigger: \"忆时、记忆检索、时间胶囊、记忆胶囊、回想、回忆、recall、remember\"\n  copaw:\n    emoji: \"🎋\"\n    requires: {}\n    auto_load: true\n---\n\n# 忆时 - 记忆胶囊系统\n\n> 模拟人类的记忆机制，让 AI 拥有会遗忘、会联想、会涌现、会封存的记忆系统。\n> 详细流程参见 modules/ 目录。\n\n## 触发条件\n\n- **自动加载**：每次对话自动激活，AI 主动联想和检索记忆\n- **关键字**：忆时、记忆检索、时间胶囊、记忆胶囊、回想、回忆、我说过、我记得\n- **场景**：用户询问过去的事情、要求回忆、需要上下文关联、触发闪回\n- **主动**：定时模式运行时主动扫描到期胶囊和记忆关联\n\n## 核心概念\n\n| 概念 | 说明 |\n|------|------|\n| **类人检索** | 语义40% + 近因20% + 情绪15% + 频率25%，不像数据库那样精确 |\n| **渐进式回忆** | 先抛最相关的1-2条，用户追问再深入，非一次性倒出 |\n| **遗忘曲线** | 记忆随时间指数衰减，低频率的记忆会变得\"模糊\" |\n| **情绪锚定** | 高情绪（🔴高/🟠中高）记忆权重更高，不易遗忘 |\n| **记忆涌现** | 话题转换时发现隐藏关联，主动说出\"说到这个我突然想到…\" |\n| **时间胶囊** | 封存某段记忆，设定解锁日期，到期后自动/手动解封翻阅 |\n\n## 记忆类型\n\n| 类型 | 说明 | 情绪权重倾向 |\n|------|------|-------------|\n| emotion | 情绪事件（开心、愤怒、悲伤） | |\n| decision | 用户做出的决策 | 🟠 |\n| task | 任务/待办 | 🟡 |\n| time | 时间敏感信息（截止日期） | 🔴 |\n| preference | 用户偏好/习惯 | 🟢 |\n| context | 上下文/背景信息 | 🟡 |\n\n## 执行流程入口\n\n1. 读取 `modules/01-initialize.md` - 初始化 Chroma\n2. 读取 `modules/02-passive-mode.md` - 被动模式流程\n3. 读取 `modules/03-active-mode.md` - 主动模式流程\n4. 读取 `modules/04-time-capsule.md` - 时间胶囊操作\n5. 读取 `modules/05-retrieval.md` - 类人检索策略\n6. 读取 `modules/06-import-export.md` - 导入导出操作\n\n## 核心命令\n\n```bash\nPY=/home/fslong/.config/opencode/skills/忆时/scripts/memory_core.py\n\n初始化:    python3 $PY init\n存储记忆:  python3 $PY store \"内容\" --type task --emotion high\n检索记忆:  python3 $PY recall \"查询\" --limit 5 --expand\n封胶囊:  python3 $PY capsule lock --unlock-at \"2026-12-31\"\n查看胶囊:  python3 $PY capsule list\n导入:      python3 $PY import-file file.md --format markdown\n导出:      python3 $PY export --format timeline --output output.md\n统计:      python3 $PY stats\n遗忘:      python3 $PY forget --before \"2025-01-01\" --auto\n恢复:      python3 $PY recover\n查看备份:  cat memories_backup.jsonl | python3 -m json.tool --lines\n```\n\n## 项目结构\n\n```\n忆时/\n├── SKILL.md                    # 技能定义 (入口)\n├── yishi-instructions.md       # 外挂提示词 (必须配置到 opencode.json)\n├── modules/                    # 详细流程模块\n│   ├── 01-initialize.md        # Chroma 初始化\n│   ├── 02-passive-mode.md      # 被动模式流程\n│   ├── 03-active-mode.md       # 主动模式流程\n│   ├── 04-time-capsule.md      # 时间胶囊操作\n│   ├── 05-retrieval.md         # 类人检索策略\n│   └── 06-import-export.md     # 导入导出操作\n├── models/                     # embedding 模型\n│   └── onnx.tar.gz             # 离线安装包 (80MB, 首次使用自动解压)\n├── scripts/\n│   └── memory_core.py          # 核心引擎 CLI\n└── references/\n    └── chroma-api.md           # ChromaDB API 参考\n```\n\n## 模型安装\n\n本技能使用 all-MiniLM-L6-v2 embedding 模型。安装方式：\n\n1. **有离线包** (`models/onnx.tar.gz`) → 首次调用时自动解压到 `models/all-MiniLM-L6-v2/onnx/`\n2. **无离线包** → 自动从 Chroma S3 下载到 `models/all-MiniLM-L6-v2/onnx/`\n3. 也可手动下载并解压至 `models/all-MiniLM-L6-v2/onnx/`\n\n> ⚠️ **注意**：模型文件永远存放在本技能目录下的 `models/` 中，**不会写入 `~/.cache/chroma/`**。即使执行 `rm -rf ~/.cache/chroma` 也不会影响已安装的模型。\n\n## 使用说明\n\n### 必须配置外挂提示词\n\n本技能依赖 OpenCode 的 `instructions` 配置才能完整生效。\n未配置时，AI 不会自动检索记忆或存储记忆。\n\n**配置步骤：**\n\n1. 编辑全局配置文件 `~/.config/opencode/opencode.json`\n2. 添加 `instructions` 字段，指向技能目录下的提示词文件：\n\n```json\n{\n  \"instructions\": [\n    \"~/.config/opencode/skills/忆时/yishi-instructions.md\"\n  ]\n}\n```\n\n3. 重启 OpenCode 使配置生效\n\n**配置后 AI 将自动：**\n- 每次对话前检索记忆系统\n- 用户说\"记住\"时自动存储记忆\n- 话题关联时主动涌现历史记忆\n- 对话结束时自动归档重点\n\n**未配置则：**\n- 技能仍可手动调用命令\n- 但不会自动检索/存储记忆\n- 不会主动联想和闪回\n\n## 运行环境\n\n- Python: 3.13+\n- 依赖: chromadb 1.5.4\n- 脚本: `scripts/memory_core.py`\n- 数据: `data/` (ChromaDB PersistentClient 自动创建)\n","tags":{"ai":"1.0.1","chinese":"1.0.1","latest":"1.0.1","memory":"1.0.1","recall":"1.0.1"},"stats":{"comments":0,"downloads":458,"installsAllTime":1,"installsCurrent":1,"stars":0,"versions":2},"createdAt":1777797808316,"updatedAt":1781107615448},"latestVersion":{"version":"1.0.1","createdAt":1781107615448,"changelog":"recall输出格式优化：日式排版竖线分隔，忆检索改为记忆检索","license":"MIT-0"},"metadata":null,"owner":{"handle":"fslong520","userId":"s179dxbepyx3dhgg6vsaj80yt583nxj7","displayName":"fslong","image":"https://avatars.githubusercontent.com/u/25819806?v=4"},"moderation":{"isSuspicious":false,"isMalwareBlocked":false,"verdict":"clean","reasonCodes":["review.llm_review"],"summary":"Review: review.llm_review","engineVersion":"v2.4.25","updatedAt":1781119471543}}