Longmemo Elite

面向AI Agent的精英级长期记忆系统，解决跨会话遗忘、检索不准、成本失控三大核心痛点。 WAL写前日志协议采用"先写状态，再回复用户"模式，在压缩/崩溃/重启场景下保证上下文不丢失。 向量+关键词+图谱三路混合检索，通过RRF融合排序解决单一向量检索"相似但不相关"的召回质量问题。 六层存储架构（L1热内存→L2温向量→L3冷图谱→L4精选归档→L5云备份→L6自动抽取）按需分层加载，降低token消耗。 成本预算控制通过embedding缓存、分层存储、小模型抽取、图谱增量更新四项策略，配置日/月预算上限与自动降级。 记忆卫生自动化执行去重、衰减、晋升、降级、归档、删除六项维护，避免记忆膨胀拖慢召回。 适用于跨会话项目开发、多代理协作、长期偏好维护等生产级Agent记忆管理场景。

精英长记忆

解决AI Agent三大记忆顽疾：跨会话遗忘、检索不准、成本失控。本系统将六种成熟记忆策略整合为一套防弹架构，配合WAL写前日志协议，确保永不丢失上下文、永不遗忘决策、永不重复犯错。

核心能力

• WAL写前日志防丢失：采用"先写状态，再回复用户"协议，在压缩、崩溃、重启场景下保证上下文不丢失。触发时机：用户表达偏好时先写入SESSION-STATE.md与对应存储层再回复；用户做出决策时先写入SESSION-STATE.md与Git-Notes再回复；用户给出期限时先写入SESSION-STATE.md再回复；用户纠正错误时先写入SESSION-STATE.md与lessons.md再回复。写入本地文件是毫秒级操作，对用户感知无影响。
• 向量+关键词+图谱三路混合检索：向量检索负责语义相似召回（基于LanceDB），关键词倒排负责精确实体匹配（本地零API成本），图谱遍历负责因果关联推理（基于Git-Notes）。三路结果通过RRF（Reciprocal Rank Fusion）融合排序，配置 minScore=0.35、maxResults=10。解决单一向量检索"相似但不相关"的召回质量问题，综合成本反而低于纯向量方案。
• 六层存储架构分层加载：L1热内存（SESSION-STATE.md，抗压缩，会话开始立即加载）→ L2温向量（LanceDB本地向量库，按需检索）→ L3冷图谱（Git-Notes结构化决策，Git永久持久化）→ L4精选归档（MEMORY.md+daily/目录，人类可读，周期性回顾）→ L5云备份（SuperMemory API跨设备同步，可选）→ L6自动抽取（Mem0对话事实提取，推荐）。按需分层加载降低token消耗。
• 成本预算控制：通过四项策略控制成本——embedding缓存（相同文本不重复计算，节省60-80%）、分层存储（热内存只放当前任务，节省40-60%）、小模型抽取（用小模型提取事实而非大模型，节省70-90%）、图谱增量更新（只更新变更部分，节省50-70%）。配置 dailyLimitUsd=2.0、monthlyLimitUsd=50.0，达到80%告警，100%自动降级为只读模式。
• 记忆卫生自动化：自动执行六项维护——去重（memory_dedup合并相似条目）、衰减（低重要性记忆权重随时间降低）、晋升（7天内出现3次的记忆提升到MEMORY.md）、降级（30天未访问移出热内存）、归档（90天未访问移入archive/）、删除（180天未访问且importance<0.3询问后删除）。避免记忆膨胀拖慢召回速度。

六层存储架构速查

层级	存储	用途	持久化	加载时机
L1热内存	SESSION-STATE.md	当前任务、关键上下文、待办	抗压缩/重启	会话开始立即加载
L2温向量	LanceDB	语义相似召回	本地向量库	按需检索
L3冷图谱	Git-Notes	结构化决策、分支关联	Git永久	决策/查询时
L4精选归档	MEMORY.md + daily/	蒸馏后的长期智慧	文件	周期性回顾
L5云备份	SuperMemory API	跨设备同步	云端	可选
L6自动抽取	Mem0	对话自动提取事实	外部服务	推荐

处理: 按照skill规范执行六层存储架构速查操作,遵循单一意图原则。 输出: 返回六层存储架构速查的执行结果,包含操作状态和输出数据。

L1热内存

执行L1热内存操作,处理用户输入并返回结果。

输入: 用户提供L1热内存所需的参数和指令。

输出: 返回L1热内存的处理结果。

• 执行L1热内存操作，处理输入数据并返回结果
• 验证执行结果，确认输出符合预期格式
• 参考L1热内存相关配置参数进行设置

L2温向量

执行L2温向量操作,处理用户输入并返回结果。

输入: 用户提供L2温向量所需的参数和指令。

输出: 返回L2温向量的处理结果。

• 执行L2温向量操作，处理输入数据并返回结果
• 验证执行结果，确认输出符合预期格式
• 参考L2温向量相关配置参数进行设置

能力覆盖范围

本skill还覆盖以下能力场景: Agent、精英级长记忆、的精英级长期记忆、解决跨会话遗忘、检索不准、成本失控三大核心、写前日志协议采用、融合排序解决单一、成本预算控制通过、图谱增量更新四项、配置日、月预算上限与自动、记忆卫生自动化执、行去重、删除六项维护、适用于跨会话项目、多代理协作、长期偏好维护等生、记忆管理场景。这些能力在上述核心功能中均有对应处理逻辑。

使用流程

第一步：创建热内存文件

在工作区根目录创建 SESSION-STATE.md，包含当前任务、关键上下文（用户偏好/已做决策/当前阻塞）、待办动作、近期决策四个区块，作为抗压缩的热内存。

第二步：配置混合检索与成本预算

在 memory-config.json 中启用三路混合检索与成本预算控制：

json

{
  "memorySearch": {
    "enabled": true,
    "provider": "openai",
    "minScore": 0.35,
    "maxResults": 10,
    "hybrid": { "vector": true, "keyword": true, "graph": true, "fusion": "rrf" }
  },
  "costBudget": {
    "dailyLimitUsd": 2.0,
    "monthlyLimitUsd": 50.0,
    "alertThreshold": 0.8,
    "strategies": { "embeddingCache": true, "tieredStorage": true, "smallModelExtraction": true }
  }
}

第三步：初始化冷存储与验证

执行 git init 初始化Git仓库（用于Git-Notes知识图谱），运行 python3 memory.py -p . sync --start 启动同步，创建 memory/ 目录结构。执行 memory_recall query="测试查询" limit=3 验证检索功能正常，确认向量库非空、embedding provider可用。

第四步：执行WAL协议（对话进行中）

遵循"先写后回复"原则：用户表达偏好→写入SESSION-STATE.md + memory_store；做出决策→写入SESSION-STATE.md + Git-Notes；给出期限→写入SESSION-STATE.md；纠正错误→写入SESSION-STATE.md + lessons.md；出现代码错误→记录到lessons.md + memory_store。

第五步：会话管理与记忆卫生

会话开始时：读取SESSION-STATE.md（热内存）→ 执行memory_recall检索相关历史 → 检查memory/YYYY-MM-DD.md近期活动 → 扫描lessons.md相关教训。 会话结束时：更新SESSION-STATE.md最终状态 → 重要内容迁移到MEMORY.md → 创建/更新memory/YYYY-MM-DD.md日志。 每周执行：memory_dedup去重 → memory_forget清理低重要性向量（importance<0.3且超过30天）→ memory_compact压缩旧日志 → memory_export导出备份。

命令参数说明

• -STATE: 命令参数,用于指定操作选项
• -Notes: 命令参数,用于指定操作选项

命令参数说明

• -STATE: 命令参数,用于指定操作选项
• -Notes: 命令参数,用于指定操作选项

命令参数说明

• -Notes: 命令参数,用于指定操作选项
• -STATE: 命令参数,用于指定操作选项

命令参数说明

• -Notes: 命令参数,用于指定操作选项
• -STATE: 命令参数,用于指定操作选项

命令参数说明

• -Notes: 命令参数,用于指定操作选项
• -STATE: 命令参数,用于指定操作选项

命令参数说明

• -Notes: 命令参数,用于指定操作选项
• -STATE: 命令参数,用于指定操作选项

命令参数说明

• -Notes: 命令参数,用于指定操作选项
• -STATE: 命令参数,用于指定操作选项

命令参数说明

• -STATE: 命令参数,用于指定操作选项
• -Notes: 命令参数,用于指定操作选项

命令参数说明

• -STATE: 命令参数,用于指定操作选项
• -Notes: 命令参数,用于指定操作选项

错误处理

错误类型	原因	处理方式
全部遗忘（新会话无历史）	memory_search未启用或embedding provider未配置OPENAI_API_KEY	启用memory_search，配置OPENAI_API_KEY；无API Key时降级为本地embedding
记忆文件未加载	Agent跳过读取记忆步骤，会话开始未读取SESSION-STATE.md	在AGENTS.md中写入强制规则：会话开始必须读取SESSION-STATE.md
子代理上下文孤立	派生子代理时未注入上下文继承块，子代理无法获取主代理决策	使用上下文传递协议，在子代理任务提示词中注入项目/任务/决策/偏好/约束五项上下文
重复犯错	教训未记录到lessons.md，新会话无法召回之前踩过的坑	强制WAL协议：出现错误时先写lessons.md再修复；会话开始扫描lessons.md
召回不准（相似但不相关）	仅启用单路向量检索，语义相似但实际不相关的内容排名靠前	启用三路混合检索（vector+keyword+graph）+ RRF融合；关键词与图谱本地执行零API成本
召回太慢	向量库膨胀未清理，记忆条目过多导致检索延迟上升	执行memory_compact压缩 + memory_forget清理低重要性记忆；每周执行一次轻清理
账单暴涨	无预算控制或embedding未缓存，每次检索都重新计算向量	配置日/月预算上限（dailyLimitUsd/monthlyLimitUsd），启用embedding缓存与小模型抽取
Git-Notes不持久	未执行git notes push，图谱决策仅存于本地	执行 git notes push 同步到远程仓库，确保结构化决策跨设备可用
召回为空	向量库为空或minScore设置过高（如0.8），过滤掉了所有结果	检查向量库非空，降低minScore到0.35；确认memory_store已写入数据
事实未自动捕获	未启用Mem0自动抽取，对话中的事实仅靠手动memory_store记录	启用Mem0自动抽取，或在WAL协议中增加手动memory_store记录步骤

示例

示例1：跨会话技术决策延续

输入：

• 会话A（周一）：用户说"数据库用MySQL，开发环境用SQLite"
• 会话B（周三，新会话）：用户说"部署脚本怎么写？"

执行：

1. 会话A执行WAL：写入SESSION-STATE.md"决策：MySQL生产/SQLite开发"；写入Git-Notes（带分支标记）；memory_store存储 {"content":"用户偏好MySQL生产/SQLite开发","importance":0.9,"category":"decision"}
2. 会话B会话开始：执行 memory_recall query="部署 数据库" → 召回MySQL决策 → 回复时主动考虑MySQL部署配置

输出：

bash

# 会话A WAL写入
SESSION-STATE.md: "决策：MySQL生产环境/SQLite开发环境"
Git-Notes: "决策#001: 数据库选型 MySQL生产/SQLite开发 [branch:main]"
memory_store: {"id":"mem_001","content":"用户偏好MySQL生产/SQLite开发","importance":0.9,"category":"decision"}

# 会话B召回
memory_recall query="部署 数据库" → 召回mem_001（score=0.87）
→ 生成MySQL部署脚本（包含连接池配置、字符集utf8mb4、时区设置）

示例2：避免重复犯错

输入：

• 会话A：Agent生成的Dockerfile缺少.dockerignore，导致镜像2GB，用户纠正
• 会话B：用户说"帮我写个Dockerfile"

执行：

1. 会话A执行WAL：写入lessons.md"生成Dockerfile必须同时生成.dockerignore"
2. 会话B会话开始：检索lessons.md → 召回.dockerignore教训 → 主动同时生成两个文件

输出：

bash

# 会话A WAL写入
lessons.md: "教训#003: 生成Dockerfile必须同时生成.dockerignore，否则镜像体积过大"
memory_store: {"id":"mem_007","content":"Dockerfile必须配.dockerignore","importance":0.95,"category":"lesson"}

# 会话B召回
memory_recall query="Dockerfile" → 召回mem_007（score=0.92）
→ 同时输出Dockerfile和.dockerignore两个文件

示例3：多代理协作上下文传递

输入： 主代理需派生代码审查子代理审查支付模块

执行： 主代理在子代理任务提示词中注入上下文继承块

输出：

text

上下文继承块（注入子代理提示词）：
- 项目: 电商平台
- 当前任务: 审查支付模块代码
- 关键决策: 支付用Stripe / 货币用USD / 支持订阅与一次性付款
- 已知约束: 必须PCI合规 / 信用卡数据不落本地
- 历史教训: 上次支付模块因未处理Webhook重试导致重复扣款

子代理基于继承上下文进行审查，无需重新询问，直接关注PCI合规与Webhook重试逻辑。

FAQ

Q1：WAL协议会不会拖慢回复速度？ A：写入本地文件是毫秒级操作，对用户感知无影响。相比崩溃后丢失上下文的代价，这点延迟完全值得。WAL协议的核心是"先写后回复"，确保任何时刻崩溃都不丢失关键信息。

Q2：混合检索三路都开会不会很贵？ A：关键词倒排和图谱遍历都是本地操作，零API成本。只有向量检索需要embedding（已缓存，相同文本不重复计算）。综合成本反而低于纯向量方案，因为召回更准，减少了重试与重复检索。

Q3：Mem0自动抽取和手动memory_store冲突吗？ A：不冲突。Mem0负责对话流自动提取事实（低价值高频），手动memory_store负责高价值显式记录（高价值低频）。两者互补，Mem0有去重逻辑避免重复存储相同事实。

Q4：本地和云端如何选择？ A：个人或小团队用本地（LanceDB + Git-Notes）足够；跨设备协作加SuperMemory云备份；生产级建议本地为主+云端备份。L1-L4纯本地即可工作，L5云备份与L6自动抽取为可选增强。

Q5：记忆库多久清理一次？ A：建议每周一次轻清理（memory_dedup去重 + 低重要性降级），每月一次深清理（归档 + 压缩 + 导出备份）。记忆卫生自动化可配置为定时执行，无需手动触发。

Q6：成本预算达到100%后怎么办？ A：达到100%预算后自动降级为只读模式，此时新记忆无法写入，但检索仍可用。需等待下一预算周期重置或提升预算上限。建议配置alertThreshold=0.8在80%时收到告警，提前调整策略。

依赖说明

依赖项	类型	是否必需	获取方式
Agent平台	运行环境	必需	安装支持SKILL.md的AI Agent
Python 3.8+	运行时	推荐	python.org安装（Git-Notes脚本）
Node.js 16+	运行时	推荐	nodejs.org安装（LanceDB向量库）
LanceDB	向量数据库	推荐	pip install lancedb
OpenAI Embedding API	向量化	推荐	配置OPENAI_API_KEY（无则降级为本地embedding）
Mem0	自动事实抽取	可选	npm install mem0ai
SuperMemory	跨设备云同步	可选	官网注册获取API Key
LLM API	API	必需	由Agent平台内置LLM提供

API Key配置：

• OPENAI_API_KEY：向量embedding生成（推荐，无则降级为本地embedding）
• MEM0_API_KEY：对话自动事实抽取（可选）
• SUPERMEMORY_API_KEY：跨设备云同步（可选）

可用性分类： MD+EXEC（核心记忆协议纯Markdown即可工作；向量检索、自动抽取等高级功能需对应依赖）

API Key配置方式:

bash

export API_KEY="your_api_key_here"

配置后需重启会话或开启新终端生效。API Key应妥善保管,避免泄露到版本控制系统。

已知限制

1. 六层架构需逐步启用：L1-L4纯本地Markdown即可工作，L2向量检索需安装LanceDB，L5云备份需SuperMemory API，L6自动抽取需Mem0，并非开箱即用全部功能。
2. WAL协议依赖Agent配合：协议本身是行为规范，需要Agent平台支持在AGENTS.md中写入强制规则才能保证执行，若Agent忽略指令则WAL失效。
3. embedding缓存基于文本哈希：相同文本不重复计算，但文本微小改动（如加空格）会触发重新计算，对高频更新场景缓存命中率会下降。
4. 图谱遍历深度受限：为控制延迟，图谱遍历默认限制在2-3跳，超深关联（5跳以上）可能遗漏。
5. 成本预算只读降级后无法写入：达到100%预算后自动降级为只读模式，此时新记忆无法写入，需等待下一预算周期或提升上限。