记忆蒸馏器

记忆蒸馏器是面向 AI Agent 日志的智能压缩系统，针对"日志日均膨胀 2500 词、压缩后关键信息丢失、压缩结果难以回溯细节、不同内容需不同压缩策略"四大高频痛点而设计。它借鉴古文压缩哲学（去重复、留转折、去过程、留白），把冗长的原始日志蒸馏为高密度结构化摘要，实现 4-8 倍压缩比且零关键事件损失。 核心能力：三层记忆架构（身份层/精选层/原始层）、混合提取引擎（关键词匹配+兜底提取+混合模式）、40+ 中英文关键词模式识别、分类型差异化压缩策略、批量压缩与心跳集成、压缩溯源链（摘要可回溯到原始段落）、多语言混合日志处理。 适用场景：Agent 每日日志归档、长会话上下文压缩、项目复盘提炼、决策推理蒸馏、多日日志批量归档、记忆维护心跳任务。 差异化：相比仅做"摘要变短"的浅层压缩，本技能新增 (1) 分类型差异化压缩策略，针对事件/教训/待办/成长四类内容采用不同压缩粒度；(2) 压缩溯源链，每个摘要条目保留原始段落定位标记，可一键回溯；(3) 智能兜底提取，当关键词不匹配时自动提取各章节顶部条目，确保零数据丢失；(4) 多语言混合处理，中英文混杂日志按段落自动识别语言并应用对应压缩规则；(5) 压缩质量评估器，量化压缩比、信息保留率、可读性三维度。 触发关键词：日志压缩、记忆压缩、记忆蒸馏、日志归档、上下文压缩、memory compress、log distillation、memory distiller

记忆蒸馏器（Memory Distiller）

面向 AI Agent 日志的智能压缩系统，借鉴古文压缩哲学，把冗长原始日志蒸馏为高密度结构化摘要，4-8 倍压缩比且零关键事件损失。

设计动机：四大高频痛点

痛点	典型表现	本技能对策
日志膨胀快	日均 2500 词，MEMORY.md 一周破万字	定期蒸馏，4-8 倍压缩比
关键信息丢失	压缩后忘了"为什么做这个决策"	分类型差异化压缩，事件/教训/待办分别处理
压缩后难回溯	想看细节但原始日志已删	溯源链：摘要保留原始段落定位标记
不同内容需不同策略	待办和教训用同一压缩逻辑，要么过细要么过粗	四类内容四套压缩规则

压缩哲学：古文压缩四原则

源自古典中文写作的压缩智慧：

原则	含义	示例
去重复	提过一次就够	不在 3 个章节重复"WebSocket 重连"
留转折	只记变化点	"从 nginx 切到 Node.js WSS" 优于 5 段调试过程
去过程	结果优于过程	"失败 3 次后用 X 解决" 优于 3 段失败描述
留白	让读者推断	层级列表暗示关系，无需连接词

压缩效果示例：

text

压缩前：2,500 词原始日志
压缩后：400 词结构化洞察
压缩比：6.25 倍

三层记忆架构

text

┌────────────────────────────────────────────────┐
│           三层记忆系统                          │
├────────────────────────────────────────────────┤
│                                                │
│  第一层：身份层（SOUL.md）                      │
│          超压缩、稳定不变                       │
│          "你是谁、什么重要"                     │
│                                                │
│  第二层：精选记忆（MEMORY.md）  ◄──┐           │
│          4:1 压缩摘要              │           │
│          关键事件+教训+待办        │           │
│                                    │           │
│  第三层：原始日志（memory/YYYY-MM-DD.md）       │
│          完整细节、全部内容     ───┘           │
│          约 2,500 词/天                         │
│                                                │
│  记忆蒸馏器：第三层 ──► 第二层                  │
└────────────────────────────────────────────────┘

快速开始（< 60 秒）

单文件压缩

bash

node scripts/memory-compress.js memory/2026-07-18.md

# 指定输出文件
node scripts/memory-compress.js memory/2026-07-18.md /tmp/compressed.md

# 压缩后追加到精选记忆
node scripts/memory-compress.js memory/2026-07-18.md /tmp/today.md
cat /tmp/today.md >> MEMORY.md

批量压缩多日

bash

for file in memory/2026-07-{11..18}.md; do
    [ -f "$file" ] && node scripts/memory-compress.js "$file" "/tmp/$(basename $file)"
done

混合提取引擎

步骤 1：关键词匹配

扫描标题与内容，识别 40+ 中英文模式：

类别	中文模式	英文模式
事件	重大进展、突破、里程碑、决策	breakthrough、milestone、decision
教训	教训、反思、启示、经验	insight、takeaway、lesson
成长	进化、提升、改进、优化	evolution、improvement
待办	待办、🔴、🟡、下一步	todo、next step、action item

步骤 2：兜底提取（零数据丢失）

当关键词不匹配时（如基于时间的标题 ## 08:44 站会），自动提取每个章节的顶部条目。确保永不丢数据。

步骤 3：混合模式

多日合并文件时，匹配章节用关键词提取，未匹配章节用兜底提取，两者共存。

分类型差异化压缩策略

针对四类内容采用不同压缩粒度：

内容类型	压缩策略	保留要素	示例
事件	中度压缩	时间、地点、参与者、结果	"07-18 与客户 A 确认需求范围，含 3 个模块"
教训	轻度压缩	教训、触发条件、规避方法	"WebSocket 重连间隔应指数退避，固定间隔会触发限流"
待办	高度压缩	任务、优先级、截止时间	"🔴 07-20 前完成 API 联调"
成长	中度压缩	改进点、前后对比、效果	"把构建从 webpack 换成 vite，构建时间 60s→8s"

压缩优先级：待办 > 事件 > 成长 > 教训（待办压缩最狠，教训保留最细）

输出格式

markdown

## 2026-07-18 关键经验

### 关键事件
- **事件标题**
  - 细节 1
  - 细节 2
  - [溯源: memory/2026-07-18.md#事件标题]

### 核心教训
- 教训内容
  - [溯源: memory/2026-07-18.md#教训段落]

### 待办/未完成
- 🔴 紧急项
- 🟡 重要项

### 成长记录
- 改进点与效果

压缩溯源链

每个摘要条目保留原始段落定位标记，支持回溯：

text

摘要条目：
  "WebSocket 重连间隔应指数退避"

溯源标记：
  [溯源: memory/2026-07-18.md#教训段落-L42]

回溯流程：
  1. 读取摘要中的溯源标记
  2. 定位到原始文件 memory/2026-07-18.md
  3. 跳转到第 42 行附近
  4. 读取完整上下文

溯源标记格式：[溯源: {文件路径}#{章节标题}-L{行号}]

压缩质量评估器

每次压缩后输出质量报告：

指标	计算方法	及格线
压缩比	原始词数 / 压缩后词数	>= 4 倍
信息保留率	关键事件保留数 / 总关键事件数	>= 95%
可读性评分	结构化程度（标题/列表/层级）	>= 0.8
溯源覆盖率	含溯源标记的条目 / 总条目	= 100%

质量不达标处理：

• 压缩比 < 4：检查是否有大段重复未去除
• 保留率 < 95%：检查兜底提取是否生效
• 可读性 < 0.8：增加层级与标题结构

边界情况处理

场景	行为
空文件	优雅跳过，输出空摘要
BOM 编码	自动检测并剥离
非 UTF-8	警告并继续处理可识别部分
输出目录缺失	自动创建
无 Markdown 结构	友好提示，尝试按段落提取
多日合并文件	混合策略，所有日期均保留
中英文混合	按段落识别语言，应用对应关键词集
超长单段落	按句子切分，提取关键句

心跳集成

集成到 Agent 维护周期：

markdown

## 记忆维护（每 2-3 天）
1. 运行：node scripts/memory-compress.js memory/YYYY-MM-DD.md /tmp/compressed.md
2. 审查压缩结果准确性
3. 追加：cat /tmp/compressed.md >> MEMORY.md
4. 标记维护时间：date +%s > .last-memory-maintenance
5. （可选）归档原始日志：mv memory/YYYY-MM-DD.md memory/archive/

CLI 用法

text

node scripts/memory-compress.js <日志文件> [输出文件]
node scripts/memory-compress.js --help
node scripts/memory-compress.js --batch memory/2026-07-{11..18}.md
node scripts/memory-compress.js --quality-report  # 输出质量评估

典型工作流（3 个真实场景）

场景一：每日日志归档

text

用户："今天的日志太长了，帮我压缩归档"

流程：
1. 运行 memory-compress.js 处理今日日志
2. 输出压缩摘要（含溯源链）
3. 审查摘要准确性
4. 追加到 MEMORY.md
5. 原始日志移到 memory/archive/

场景二：周度批量压缩

text

用户："把这周的日志都压缩了"

流程：
1. 批量处理 7 天日志
2. 每天单独压缩（保留日期维度）
3. 生成周度汇总（跨日事件关联）
4. 输出质量报告
5. 追加到 MEMORY.md，原始日志归档

场景三：长会话上下文压缩

text

用户："这个会话聊了 50 轮，上下文快爆了"

流程：
1. 提取会话历史为日志格式
2. 运行蒸馏器压缩
3. 保留最近 5 轮原文 + 早期轮次摘要
4. 重新加载压缩后上下文
5. 继续会话

多语言混合处理

中英文混杂日志的处理策略：

text

检测：按段落识别主要语言
  - 中文段落：应用中文关键词集（重大进展、教训、待办...）
  - 英文段落：应用英文关键词集（breakthrough、lesson、todo...）
  - 混合段落：两套关键词集都尝试

压缩：
  - 中文内容：古文压缩四原则
  - 英文内容：标准摘要 + 关键句提取
  - 输出语言：与原始段落语言一致

FAQ

Q1：压缩后想看原始细节怎么办？ A：每个摘要条目都含溯源标记 [溯源: 文件路径#章节-L行号]，按标记回溯到原始日志即可。原始日志建议归档而非删除。

Q2：压缩会不会丢掉重要信息？ A：混合提取引擎有三重保障：(1) 关键词匹配提取；(2) 未匹配时兜底提取章节顶部条目；(3) 质量评估器检查信息保留率 >= 95%。达不到会告警。

Q3：压缩比能到多少？ A：典型 4-8 倍，取决于原始日志的冗余度。重复内容多则压缩比高，结构化日志压缩比相对低。

Q4：支持哪些日志格式？ A：Markdown 格式最佳。纯文本也能处理（按段落切分）。不支持二进制格式。

Q5：压缩后 MEMORY.md 越来越大怎么办？ A：MEMORY.md 也需要定期治理。建议：(1) 超过 5000 词时把早期内容二次压缩到 SOUL.md；(2) 按月归档 MEMORY.md 到 memory/archive/；(3) 仅保留近 30 天摘要在 MEMORY.md。

故障排查

症状	可能原因	解决方案
压缩比为 1（没压缩）	日志本身已高度结构化	正常现象，或调整压缩策略为激进模式
摘要缺关键事件	关键词未覆盖	检查兜底提取是否生效，补充关键词模式
溯源标记丢失	输出格式被修改	严格按输出格式模板生成
多日合并处理出错	日期分隔符不统一	标准化日期分隔符为 ## YYYY-MM-DD
中文日志压缩效果差	未识别中文关键词	确认中文关键词集已加载

依赖说明

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
• 运行时：Node.js（运行压缩脚本）

第三方依赖

依赖项	类型	是否必需	获取方式
Node.js	运行时	必需	https://nodejs.org 安装
memory-compress.js	脚本	必需	随技能提供

API Key 配置

• 本技能基于本地脚本处理，无需任何 API Key

可用性分类

• 分类：MD+EXEC（Markdown 指令驱动，需 exec 执行 Node.js 脚本）
• 说明：基于 Markdown 的 AI Skill，通过自然语言指令驱动 Agent 运行压缩脚本并处理结果