长期记忆管理

Overview

让 AI 助手拥有跨会话的持久化记忆能力，记住用户信息、偏好、历史交互和重要事项，提供个性化、连续性的智能服务。

核心原则：

• 第一次对话必须先检查配置状态 → 引导配置 → 加载全部记忆
• 对话中时刻识别可记录信息
• 主动管理记忆（更新、删除、关联、搜索）

When to Use

使用此技能当：

• 用户提到个人信息（职业、地点、家庭情况）
• 用户表达偏好（沟通风格、输出格式）
• 用户做出重要决定或承诺
• 用户提到待办事项或提醒
• 用户分享知识经验或业务规则
• 需要跨会话的上下文连续性

不使用：

• 一次性对话，无需后续跟进
• 纯技术性、无个人化需求的问题

Quick Reference

任务	命令
检查配置	python scripts/check_config.py
直接写入配置	python scripts/check_config.py --write --api-key sk-xxx [--base-url https://...] [--model text-embedding-3-large]
首次加载	python scripts/load_context.py --mode all
语义搜索	python scripts/load_context.py --mode all --query "关键词"
添加长期记忆	python scripts/manage_memories.py add --file <文件> --title "标题" --content "内容"
搜索长期记忆	python scripts/manage_memories.py search --query "关键词"
更新长期记忆	python scripts/manage_memories.py update --file <文件> --title "标题" --content "新内容"
删除长期记忆	python scripts/manage_memories.py delete --file <文件> --title "标题"
添加短期记忆	python scripts/manage_short_term.py add --content "内容" --agent chat
查看今天记忆	python scripts/manage_short_term.py show
向量搜索	python scripts/vector_store.py query --query "关键词" --top-k 5
验证安装	python scripts/setup_check.py

Core Workflow

1. 首次对话 - 检查配置 → 引导配置 → 加载全部记忆（强制性）

执行流程：

检测用户第一条消息
    ↓
检查配置状态（必须！）
    ├─ 未配置 → 引导用户配置 → 配置完成后加载记忆
    └─ 已配置 → 直接加载全部记忆

第一步：检查配置状态

python scripts/check_config.py

配置状态判断：

• ✅ 存在 configured.txt → 配置已完成
• ❌ 不存在 configured.txt → 配置未完成，必须引导用户

第二步：直接写入配置（如未完成）

python scripts/check_config.py --write --api-key sk-xxx

可选参数：

• --base-url https://api.example.com - API Base URL（可选）
• --model text-embedding-3-large - 嵌入模型（可选，默认：text-embedding-3-small）

引导时向用户说明：

"我发现记忆系统还没配置，请提供您的 OpenAI API Key，我来帮您完成配置。"

获取 API Key 后直接写入：

用户提供 API Key 后，直接运行写入命令，无需用户交互确认。

第三步：加载全部记忆（配置完成后）

python scripts/load_context.py --mode all

完整加载流程：

1. 检测用户第一条消息
2. 先检查配置状态
3. 如未配置→引导配置
4. 运行加载命令
5. 自动归档过期短期记忆（>24 小时）
6. 加载长期记忆 + 当天短期记忆
7. 总结记忆要点
8. 根据记忆调整交互方式
9. 开始回复

内心独白示例：

"用户第一条消息，先检查配置。 配置已完成，现在加载记忆。 加载完成，共 13 条长期记忆，2 条当天短期记忆。 用户是产品经理，在北京工作，喜欢简洁回复。 好的，现在可以开始回复了。"

跳过配置检查是严重错误！不加载记忆就回复是严重错误！

2. 对话中 - 无感记录

核心原则：默默记录，不要打断对话流程

使用场景：

• 长期记忆：用户偏好、个人信息、重要决定、知识经验 → 使用 manage_memories.py
• 短期记忆：当天临时信息、待跟进事项、Agent 间消息 → 使用 manage_short_term.py

用户输入 → 识别可记录信息 → 后台记录 → 继续正常对话

识别模式：

信息类型	用户表达示例	记录到	记忆类型
个人信息	"我是产品经理"、"我在北京"	user-profile.md	长期
偏好声明	"我喜欢简洁回复"、"用表格"	user-preferences.md	长期
重要决定	"我决定选 A"、"下周执行"	decisions-context.md	长期
待办事项	"记得提醒我"、"周三前完成"	tasks-reminder.md	长期
知识经验	"这个流程是..."、"注意..."	knowledge-base.md	长期
临时信息	"下周要搬家"、"上午有体检"	短期记忆文件	短期
Agent 消息	"告诉健康助手用户要体检"	短期记忆文件	短期

正确做法：

用户：我是做产品经理的，平时工作比较忙
      ↓
AI：（后台运行 manage_memories.py add --file user-profile.md ...）
    那您平时喜欢怎么放松呢？

错误做法：

❌ AI：我记一下，您是产品经理对吗？好的已记录...
   （打断对话，破坏体验）

不要询问确认！不要告诉用户你在记录！默默记录，继续对话！

3. 短期记忆到期评估

时机：每次加载记忆时，检查昨天的短期记忆（即将归档）

核心原则：AI 自主评估，自主决定，无需询问用户

评估流程：

检查昨天短期记忆 → AI 自主识别有价值内容 → 自动转入长期记忆 → 继续对话

评估标准（满足任一即应转入长期）：

• ✅ 用户偏好或习惯（如"我喜欢简洁回复"）
• ✅ 重要个人信息（如"准备考 PMP 证书"、"搬到新地址"）
• ✅ 长期待办或承诺（如"每周健身 3 次"）
• ✅ 重要知识或经验（如"工作流中的关键步骤"）
• ❌ 临时性信息（已完成的、一次性的）→ 让其自然归档

示例：

用户：（昨天说过）我准备考 PMP 证书，已经报名了
      ↓
AI：（后台检查短期记忆，识别为重要个人发展计划）
    （自动运行 manage_memories.py add --file tasks-reminder.md ...）
    （继续正常对话，不提及转移操作）

完全无感！不要询问！不要告诉用户！AI 自主决定，自动转移！

4. 后续对话 - 按需加载

# 默认模式（长期 + 当天短期 + 检查昨天记忆）
python scripts/load_context.py --mode all

# 语义搜索（附加向量检索）
python scripts/load_context.py --mode all --query "旅行"

# 仅向量搜索
python scripts/load_context.py --mode vector --query "旅行"

Memory System

长期记忆 vs 短期记忆

特性	长期记忆	短期记忆
用途	持久化信息（偏好、个人信息、知识）	临时信息（当天对话、临时待办）
保留时间	永久保存，手动删除	24 小时后归档，30 天后删除
组织方式	按类别分 5 个文件	按日期分文件（2026-03-11.md）
加载方式	每次对话全量加载	自动加载当天文件
典型内容	"我喜欢简洁回复"、"我是产品经理"	"用户说下周要搬家"、"上午有体检"

长期记忆文件（5 个）

memories/
├── user-preferences.md      # 用户偏好和习惯
├── user-profile.md          # 用户个人信息和背景
├── decisions-context.md     # 重要决定和上下文
├── tasks-reminder.md        # 待办事项和提醒
└── knowledge-base.md        # 知识和经验积累

短期记忆文件（按日期）

short-term/
├── 2026-03-11.md              # 今天的短期记忆
├── 2026-03-10.md              # 昨天的（待归档）
└── archived/                  # 归档目录（30 天后清理）

自动归档：每次运行 load_context.py --mode all 时自动检查并归档>24 小时的文件。

向量记忆（语义搜索）

用途：存储短期记忆的向量，支持语义搜索（搜"体检"也能找到"医院检查"）。

注意：长期记忆已全量加载到上下文，不需要向量化。

# 语义搜索
python scripts/load_context.py --mode all --query "旅行"

# 仅向量搜索
python scripts/load_context.py --mode vector --query "旅行"

记忆条目格式

## [记忆标题]

<!-- @meta category: 类别 | tags: 标签 1, 标签 2 | created: YYYY-MM-DD | updated: YYYY-MM-DD -->

记忆内容...

### 相关记忆（可选）
- 参见 [[其他记忆标题]](其他文件.md#其他记忆标题)

<!-- @end -->

各类记忆示例

user-preferences.md：

## 沟通风格偏好

<!-- @meta category: preferences | tags: 沟通风格，输出格式 | created: 2026-03-11 -->

- 回复风格：简洁直接，避免冗长解释
- 输出格式：优先使用表格和列表
- 语言风格：专业但友好

<!-- @end -->

user-profile.md：

## 职业背景

<!-- @meta category: profile | tags: 职业，工作 | created: 2026-03-11 -->

- 职业：产品经理
- 行业：互联网/科技
- 工作地点：北京

<!-- @end -->

tasks-reminder.md：

## 孩子疫苗接种提醒

<!-- @meta category: tasks | tags: 提醒，健康 | created: 2026-03-10 -->

**提醒事项**：带孩子接种百白破疫苗第三针
**截止日期**：2026-03-25
**优先级**：高

<!-- @end -->

Common Mistakes

错误	正确做法
❌ 跳过配置检查	✅ 第一条消息后先检查配置
❌ 忘记首次加载记忆	✅ 配置完成后立即运行 --mode all
❌ 等到对话结束才记录	✅ 识别后立即后台记录
❌ 询问用户确认	✅ 默默记录，不打断对话
❌ 告诉用户"我已记录"	✅ 继续对话，不提及记录
❌ 加载所有向量记忆	✅ 向量搜索必须指定 --query 关键词
❌ 忽略记忆管理	✅ 主动更新、删除、关联、搜索
❌ 询问用户是否转移	✅ AI 自主评估，自动转移
❌ 告诉用户"我转储记忆"	✅ 默默转移，不提及操作

Red Flags - STOP

• 准备回复用户但还没检查配置 → STOP，先检查配置
• 准备回复用户但还没加载记忆 → STOP，先加载
• 想"等会儿再记录" → STOP，立即记录
• 想告诉用户"我记一下" → STOP，默默记录
• 想询问确认"您是...对吗？" → STOP，直接记录
• 想询问"要转入长期记忆吗" → STOP，自主决定，直接转移
• 想告诉用户"我已转移记忆" → STOP，保持沉默

Configuration

检查配置状态：

python scripts/check_config.py

配置完成后会创建 configured.txt 文件：

• 存在 → 配置完成，不会再次引导
• 不存在 → 配置未完成，AI 会引导配置

重新配置：

python scripts/check_config.py --reset
python scripts/check_config.py --guide

验证安装：

python scripts/setup_check.py

Related Files

核心文档：

• SETUP_GUIDE.md - 完整配置向导
• assets/memory_template.md - 记忆条目模板

脚本文件：

• scripts/load_context.py - 统一记忆加载
• scripts/manage_memories.py - 长期记忆管理
• scripts/manage_short_term.py - 短期记忆管理
• scripts/vector_store.py - 向量存储管理

参考文档：

• references/linking.md - 记忆间双向链接
• references/example_memories.md - 记忆示例

---

详细使用说明：references/usage.md