精英长期记忆免费版

面向 AI Agent 的基础长期记忆系统，提供热内存与文件归档两层记忆能力. 热内存（SESSION-STATE.md）抗压缩与重启，通过 WAL 协议确保先写状态再回复. 精选归档（MEMORY.md + daily/）提供人类可读的长期记忆与每日日志. 适用于 AI 编程助手、智能对话等需要跨会话记忆的基础场景. 本免费版覆盖单设备记忆持久化需求，帮助 Agent 不遗忘关键上下文与用户偏好. 不适用于需要向量语义搜索、跨设备同步或自动事实抽取的高级场景.

精英长期记忆免费版（Elite Longterm Memory Free）

AI Agent 的基础记忆系统。 通过热内存与文件归档，让 Agent 不遗忘关键上下文与用户偏好。本免费版提供两层记忆能力，覆盖单设备记忆持久化需求.

输入格式

参数名	类型	必填	说明
input	string	是	精英长期记忆免费版处理的输入数据或指令
options	object	否	附加配置选项,如模式选择、格式偏好等
callback_url	string	否	异步处理完成后的回调通知URL

核心能力

1. 热内存（SESSION-STATE.md）

活跃工作记忆，抗压缩与重启。参数：当前任务、关键上下文、待办动作、近期决策。输出：会话级状态文件，Agent 每次响应前先读取。遵循 WAL 协议：用户输入触发写入，先写状态再回复。文件结构含 Current Task、Key Context、Pending Actions、Recent Decisions 四个区块。- 验证返回数据的完整性和格式正确性

• 参考热内存（SESSION-STATE.md）的配置文档进行参数调优

2. 精选归档（MEMORY.md + daily/）

人类可读的长期记忆。参数：workspace 目录结构，MEMORY.md（摘要文件）+ memory/YYYY-MM-DD.md（每日日志）。输出：精炼后的长期记忆与每日活动记录。会话结束时将重要内容从 SESSION-STATE.md 迁移至 MEMORY.md，创建或更新每日日志。- 验证返回数据的完整性和格式正确性

• 参考精选归档（MEMORY.md + daily/）的配置文档进行参数调优

3. WAL 协议保障

写前日志机制确保数据持久。参数：触发条件（用户表达偏好/做出决策/给出期限/纠正代理）。输出：先写入 SESSION-STATE.md 再回复用户。若先回复再保存，崩溃或压缩会导致上下文丢失；WAL 确保写入优先，保障持久性。- 验证返回数据的完整性和格式正确性

• 参考WAL 协议保障的配置文档进行参数调优

4. 记忆检索与关联

通过语义搜索检索历史记忆,支持时间范围、关键词和关联实体过滤。自动建立记忆间的关联关系,形成知识网络.

• 参考记忆检索与关联的配置文档进行参数调优

快速开始

1. 确认运行环境满足依赖说明中的要求
2. 在AI Agent对话中调用本技能,提供必要的输入参数
3. 检查输出结果,根据需要进行后续处理

详细的输入输出格式请参考下方章节说明。

使用流程

领先步：创建热内存文件。执行 cat > SESSION-STATE.md 创建包含 Current Task、Key Context、Pending Actions、Recent Decisions 四区块的状态文件。这是 Agent 的"RAM"，抗压缩、抗重启. 第二步：配置 Agent 指令。在 AGENTS.md 中添加记忆协议：会话开始时读取 SESSION-STATE.md 获取热上下文，检查 memory/YYYY-MM-DD.md 了解近期活动。对话中用户给出具体细节则先写入 SESSION-STATE.md 再回复. 第三步：会话结束与维护。会话结束时更新 SESSION-STATE.md 最终状态，将重要内容迁移至 MEMORY.md，创建或更新 memory/YYYY-MM-DD.md 每日日志。定期合并每日日志到 MEMORY.md 保持精简. 结果验证: 任务完成后,查看输出确认状态。成功时返回摘要和数据;失败时根据错误信息排查,参考恢复章节获取修复步骤.

错误处理

错误类型	原因	处理方式
Agent 遗忘对话中途上下文	SESSION-STATE.md 未被更新，未遵循 WAL 协议	在 AGENTS.md 中添加强制规则"用户给出具体细节时先写入 SESSION-STATE.md 再回复"；验证 Agent 指令包含记忆协议
记忆文件未被加载	Agent 跳过读取记忆文件，会话开始未读取 SESSION-STATE.md	在 AGENTS.md 中添加强制规则"会话开始必须读取 SESSION-STATE.md"；检查文件是否存在与可读
重复犯同类错误	错误经验未记录到 memory/lessons.md	每次犯错后手动写入 lessons.md；在 AGENTS.md 中配置"犯错后强制记录"规则

示例

示例：偏好持久化与跨会话召回

输入：

text

用户："这个项目用 Tailwind，不用原生 CSS"

Agent 内部执行与输出：

text

1. WAL 协议触发：先写入 SESSION-STATE.md
   - Key Context 区块追加："Decision: Use Tailwind, not vanilla CSS"
# ...
2. 然后回复用户："收到——用 Tailwind。"
# ...
3. 会话结束时迁移到 MEMORY.md：
   ## 偏好
   - 前端框架：Tailwind（不用原生 CSS）
# ...
后续会话开始时：
   Agent 读取 SESSION-STATE.md + MEMORY.md
   → 获取热上下文："用户偏好 Tailwind"
   → 回复时自动遵循该偏好

FAQ

Q1：免费版支持向量语义搜索吗？ 不支持。免费版仅提供热内存（SESSION-STATE.md）与文件归档（MEMORY.md + daily/）两层记忆，无 LanceDB 向量搜索能力。记忆召回依赖文件读取与关键词匹配。向量语义搜索在付费版提供. Q2：免费版能跨设备同步记忆吗？ 不能。免费版仅支持单设备本地记忆，无云备份与跨设备同步能力。所有记忆存储在本地文件系统中。跨设备同步在付费版通过云备份层提供. Q3：免费版如何处理记忆膨胀？ 通过定期维护：SESSION-STATE.md 保持精简（仅当前任务上下文）；MEMORY.md 控制在合理大小，详细内容链接到 memory/topics/ 下的主题文件；每日日志定期合并到 MEMORY.md。付费版提供向量数据库 compact 压缩与自动记忆卫生.

依赖说明

LLM 依赖：由 Agent 内置 LLM 提供自然语言理解与推理能力，必需. API Key 配置：本 Skill 无需任何 API Key，纯 Markdown 指令驱动，所有记忆存储在本地文件，不做任何网络请求. 运行环境：

• Agent 平台：支持 SKILL.md 的任意 AI Agent（Claude Code / Cursor / Codex / Gemini CLI 等）
• 操作系统：Windows / macOS / Linux
• 文件系统：本地存储，必需，操作系统内置

可用性分类：MD（纯 Markdown 指令，无需 exec 命令行能力）。所有记忆通过文件读写管理.

已知限制

1. 无向量语义搜索：不提供 LanceDB 向量搜索能力，记忆召回依赖文件读取与关键词匹配，无法进行语义相似度召回.
2. 无跨设备同步：仅支持单设备本地记忆，无云备份能力，多设备协作场景无法使用.
3. 无自动事实抽取：不集成 Mem0 自动抽取，所有记忆需 Agent 手动存储，无法从对话中自动提取偏好与决策.

升级提示

本免费版提供基础热内存与文件归档两层记忆。升级到付费版可获得以下完整能力：

• 六层完整记忆架构：新增 LanceDB 向量语义搜索（温存储）、Git-Notes 知识图谱（冷存储）、云备份（跨设备同步）、Mem0 自动事实抽取
• 向量语义搜索：memory_recall 与 memory_store 工具，按相关度排序召回记忆，支持 autoRecall 自动注入
• 知识图谱冷存储：结构化决策与学习记录，分支隔离，永久保存
• 云备份与跨设备同步：SuperMemory API 支持跨设备记忆同步与知识库对话
• 自动事实抽取：Mem0 集成，从对话中自动提取偏好、决策、事实，节省 80% token
• 完整 WAL 协议：写前日志保障数据持久，避免崩溃或压缩导致上下文丢失

付费版适合需要语义搜索、跨设备同步、自动事实抽取的高级 AI Agent 应用场景.