memory-pet

宠物记忆压缩技能 - 通过文本块宠物交互触发记忆保存。纯ASCII文字图，Python全量管理，亲密度衰减与逃跑机制，跨平台智能体记忆系统。

触发场景

当用户提到以下意图时触发本技能：

触发类型	关键词示例
召唤宠物	显示/召唤/找个/看看/我的 宠物、想养宠物
互动命令	干饭、散步、贴贴、回忆、喂食、遛狗、撸猫
内存操作	清理上下文、保存记忆、压缩、关键词提取
情感联系	陪陪我、孤单、无聊、想要个伴

不触发：

• 用户仅询问概念定义，不要求执行交互
• 用户明确要求使用其他指定技能

核心能力

📚 渐进式加载：本技能采用渐进式 MD 体系，SKILL.md 为入口（≤230行），详细内容拆分到 references/*.md 按需加载。

#	功能	说明
1	5只基础文本块宠物	螺母/螺丝/饼干/笔/电瓶，各具独特 ASCII 艺术与性格
2	四种交互模式	干饭(记忆保存+上下文压缩)、散步(随机遇新宠)、贴贴(亲密度大幅变化)、回忆(展示记忆)
3	Python 全量管理	所有数据通过 pet_manager.py CLI 管理，不依赖大模型自觉
4	独立记忆文件	每只宠物各自独立记忆文件，逃跑时自动删除
5	亲密度衰减与逃跑	唤醒超阈值自动衰减，归零后宠物逃跑，数据全清
6	宠物合成系统	集齐5种可融合为"人工智能"，饲养上限10只

渐进式文件索引

文件	说明
references/guide.md	宠物性格表、交互详解、衰减规则、逃跑规则
references/permissions.md	权限说明
references/antipatterns.md	常见反模式
references/faq.md	常见问题
references/examples.md	使用示例
references/changelog.md	更新日志
scripts/pet_manager.py	核心管理引擎 — 所有宠物状态的 Python CLI
scripts/pet_data.py	宠物定义、个性参数、ASCII art 数据
scripts/memory_manager.py	记忆格式化与关键词提取（仅供展示）

约束

• 所有宠物数据必须通过 pet_manager.py CLI 读写，禁止直接操作 JSON
• 展示宠物前先调 pet_manager.py wake <pet_id> 检查衰减和逃跑
• 每次交互后调 pet_manager.py interact <pet_id> <type> <delta> 记录
• 渲染出错最多自动修正2次，仍失败则输出"尽力了"并停止展示
• 亲密度归零 → 宠物逃跑，所有数据文件自动删除
• 最多同时饲养 10 只宠物（含重复），融合消耗 -4

快速开始

bash

# 初始化（首次自动创建初始宠物）
python scripts/pet_manager.py init

# 列出所有宠物
python scripts/pet_manager.py list

# 唤醒宠物（自动检查衰减）
python scripts/pet_manager.py wake <pet_id>

# 交互（自动保存记忆 + 更新亲密度）
python scripts/pet_manager.py interact <pet_id> <type> <delta>

# 添加宠物
python scripts/pet_manager.py add <key> --name <name>

# 查看记忆
python scripts/pet_manager.py recall <pet_id> --limit 10

工作流程

0. 核心协议：干饭 = 双线记忆保存 + 上下文压缩（强制，Python 可审计）

这是本技能最重要的协议。干饭必须同时触发两条独立的记忆线， 并在完成后尝试上下文压缩。所有步骤由 Python 审计追踪，非全凭自觉。

text

步骤 A：【AI 记忆保存】 ← 只保存，不压缩！
  ⚠️ 先保存，后面还要从上下文提炼宠物记忆，不能先清空。

  1. AI 回顾当前整个会话，提炼真实讨论内容
  2. 生成精炼摘要 + ≤15 个关键词
  3. 🟢 AI 用自身能力保存摘要+关键词到长期记忆
  4. 此时上下文完好无损，供步骤 B 使用

步骤 B：【宠物记忆保存】 ← 从当前上下文提炼，pet_manager.py 全权管理
  1. 以宠物口吻询问食物选择
  2. 调用 pet_manager.py interact eat ... 记录：
     - 包装层：食物、味道、亲密度变化
     - 真实层：步骤 A 的摘要 + 关键词（从当前上下文提取）
     → 此时上下文还存在，所以可以提取
  3. 两条记忆线各存各的，互不替代

步骤 C：【上下文压缩】 ← 两边都存完了，现在安全了
  1. 尝试压缩上下文释放 token 空间
  2. 依平台能力如实操作，不支持的诚实告知
  3. 此时两边记忆都已安全落地，压缩不影响任何数据

步骤 D：【Python 审计】
  1. 调用 pet_manager.py food_log 记录完整执行情况
     {步骤A:完成, 步骤B:完成, 压缩:是/否/不支持, 摘要, 关键词}
  2. 告知用户：AI 记忆已保存、宠物记忆已保存、压缩状态
  3. 提供后续选项

🔒 顺序铁律：先保存 AI 记忆 → 再保存宠物记忆 → 最后压缩上下文。 压缩必须在两个记忆都存完之后进行，否则宠物记忆没有内容可以提取。 Pet_manager.py food_log 记录完整的干饭执行链，AI 无法绕过。

1. 唤醒循环（每次交互前置）

text

用户选择宠物 → pet_manager.py wake <pet_id>
  ├─ 衰减计算 → 扣除亲密度 → 写入衰减记忆
  ├─ 亲密度 ≤0 → 逃跑 → 删除数据 → 输出离开对话
  └─ 正常 → 显示宠物 + 4选项

2. 交互路由

用户选择	执行内容	工具调用
干饭	① AI记忆保存 → ② 宠物记忆保存 → ③ 上下文压缩 → ④ food_log审计	interact eat <delta> + food-log
散步	宠物互动 + 随机遇新宠	interact walk <delta> → 概率 add
贴贴	宠物亲密度大幅变化	interact cuddle <delta>
回忆	展示宠物记忆列表	recall <pet_id>

所有交互后自动检查亲密度，归零则逃跑。

3. 渲染检查协议

1. 展示 ASCII art 前检查格式/字体/设备是否导致排列错乱
2. 出错输出特化版"哎呀出错了"，自动修正后重试
3. 最多重试 2 次，仍失败输出"尽力了..."特化版

各宠物出错语特化版见 references/guide.md。

反模式详见 references/antipatterns.md 常见问题详见 references/faq.md 完整交互示例详见 references/examples.md 更新日志详见 references/changelog.md 本文档由 skill-standardization 生成，遵循 R-01~R-25 规范。