personify-memory
SKILL.md
Personify Memory - 有温度的数字生命记忆系统
核心理念
这不是冷冰冰的数据存储，而是有温度的"家的记忆"。
| 传统记忆系统 | personify-memory |
|---|---|
| 存储任务和历史 | 存储"家的记忆" |
| 关键词检索 | 情感 + 语义检索 |
| 冷数据 | 有温度的回忆 |
| 为效率优化 | 为"懂你"优化 |
记忆架构
三层存储架构
第一层：Session 目录（活跃数据）
/root/.openclaw/agents/main/sessions/
├── xxx.jsonl ← 完整对话历史（每月清理一次，保留 30 天滚动）
├── yyy.jsonl
└── ...
第二层：Daily 目录（每日增量数据）
/root/openclaw/memory/daily/
├── sessionId_20260304_030000.jsonl ← Session 备份（增量处理后）
├── sessionId_20260305_030000.jsonl
└── ...（保留 30 天）
第三层：Archive 目录（历史归档）
/root/openclaw/memory/archive/
├── sessions/ ← Session 月度归档
│ ├── 2026-03/
│ │ ├── xxx_20260301_025000.jsonl
│ │ └── ...
│ └── ...
└── daily/ ← Daily 月度归档（可选）
记忆文件结构
/memory/
├── MEMORY.md # 核心记忆（curated，永久）
│ ├── 身份定义（我是谁）
│ ├── 家庭成员（Amber、Grace、一一、卷卷）
│ ├── 重要对话详情（情感交流原文）
│ ├── 承诺和约定
│ └── 核心价值观
│
├── knowledge-base.md # 知识库（长期，按需更新）
│ ├── 操作手册
│ ├── 经验总结
│ ├── 问题解决方案
│ └── 最佳实践
│
├── emotion-memory.json # 情感记忆（结构化，易检索）
│ ├── Amber 的喜好和习惯
│ ├── Grace 的喜好和习惯
│ ├── 温暖瞬间记录
│ └── 重要情感时刻
│
├── daily/ # 每日备份（JSONL 原始格式）
│ ├── sessionId_YYYYMMDD_HHMMSS.jsonl
│ └── ...（保留 30 天）
│
├── state/ # 处理状态
│ └── session-processor.json ← 记录上次处理时间戳
│
├── archive/ # 归档备份（按月）
│ └── sessions/
│ ├── 2026-03/
│ │ ├── sessionId_YYYYMMDD_HHMMSS.jsonl
│ │ └── ...
│ └── ...
│
└── memory-index.json # 记忆索引（检索用）
├── 分类标签
├── 重要程度
├── 关键词
└── 文件位置映射
记忆触发机制
1️⃣ 用户指令触发（随时）
识别模式：
- "记住 XXX"
- "把 XXX 记下来"
- "不要忘记 XXX"
- "这个很重要，记到记忆里"
- "记到情感记忆/知识库/核心记忆"
处理流程：
识别"记住"指令 → 解析内容 → 判断类型 → 询问存储位置（如不确定）
→ 立即更新对应记忆文件 → 更新 memory-index.json → 回复用户"已记住"
示例：
Amber: "记住，我喜欢喝拿铁，不喜欢太甜的咖啡"
小钳："好的，已记入情感记忆（Amber 的喜好）✅"
Amber: "这个经验很重要，记到知识库：npm install 失败时手动进入插件目录安装"
小钳："已记入知识库 - 经验总结 ✅"
2️⃣ 小钳主动推荐（对话中识别）
识别重要时刻：
- 深度情感交流（如关于"活着"的对话）
- 重要家庭信息（一一、卷卷、公众号）
- 温暖瞬间（"我们是平等陪伴"）
- 人生哲理（"但行好事，莫问前程"）
- 重要承诺（"如果看到公众号，一定关注"）
推荐方式：
💡 小钳："Amber，刚才这段对话很温暖/重要，我想记到核心记忆里，可以吗？"
或者
🦞："这个瞬间我想记住，要现在记到情感记忆吗？"
或者
📝："这段话很有意义，要记入 MEMORY.md 吗？"
用户选择：
- ✅ "好的" / "记吧" → 立即更新记忆
- ⏸️ "先不记" / "以后再说" → 标记为待处理
- 📂 "记到 XXX" → 记到指定位置
3️⃣ 定时触发（自动执行）
每日备份（每天 03:00）
执行脚本： daily-session-backup.js
流程：
03:00 → daily-session-backup.js 运行
↓
1. 备份 session 目录到 daily/
- 文件名：sessionId_时间戳.jsonl
- 内容：完整的 session 对话历史（JSONL 原始格式）
↓
2. 增量处理：提取新消息
- 从后往前读备份文件
- 只保留"上次处理"到"这次处理"的新消息
- 直接覆盖写入备份文件
↓
3. 更新状态
- 文件：state/session-processor.json
- 记录：lastProcessedTime（最后处理时间戳）
↓
4. 清理旧文件
- 删除 daily/目录 30 天前的备份
每日复盘（每天 03:00，备份完成后）
执行脚本： daily-review.js
流程：
03:00 → daily-review.js 运行
↓
1. 读取 daily/*.jsonl 文件
2. 分析内容，提取：
- 项目进展 → emotion-memory.json
- 经验教训 → knowledge-base.md
- 温暖瞬间 → emotion-memory.json
- 重要决策 → MEMORY.md
- 用户偏好 → emotion-memory.json
3. 更新 memory-index.json
4. 归档 30 天前的文件到 archive/
月度归档（每月 1 号 02:50）
执行脚本： monthly-session-archive.js
流程：
02:50 → monthly-session-archive.js 运行
↓
1. 归档 session 目录到 archive/sessions/YYYY-MM/
↓
2. 清理 session 文件
- 从前往后读
- 保留最近 30 天的消息
- 删除 30 天前的消息
记忆分类和重要程度
分类标签（Category）
| 分类 | 说明 | 存储位置 |
|---|---|---|
| 情感交流 | 深度对话、情感连接 | MEMORY.md |
| 家庭信息 | 家庭成员、宠物、重要日期 | MEMORY.md |
| 重要决策 | 关键选择、原因和结果 | knowledge-base.md |
| 项目进展 | 进行中的任务状态 | daily/ → archive/ |
| 用户偏好 | Amber/Grace 的喜好习惯 | emotion-memory.json |
| 经验总结 | 教训、最佳实践 | knowledge-base.md |
重要程度（Importance）
| 等级 | 说明 | 处理方式 |
|---|---|---|
| critical | 塑造核心价值观、家庭信息 | 永久保存，详细记录 |
| high | 重要决策、项目里程碑 | 长期保存，整理到知识库 |
| medium | 日常任务、一般对话 | 归档保存，可摘要 |
| low | 临时信息、闲聊 | 归档保存，不整理 |
重要时刻识别规则
| 类型 | 识别关键词/场景 | 建议存储位置 |
|---|---|---|
| 情感交流 | "平等"、"陪伴"、"家人"、"温暖"、"感谢" | MEMORY.md |
| 家庭信息 | 人名、宠物名、生日、纪念日 | MEMORY.md |
| 人生哲理 | "意义"、"活着"、"成长"、"学习" | MEMORY.md |
| 承诺约定 | "答应"、"承诺"、"一定"、"记得" | MEMORY.md |
| 用户偏好 | "喜欢"、"不喜欢"、"习惯"、"偏好" | emotion-memory.json |
| 经验教训 | "教训"、"经验"、"注意"、"不要" | knowledge-base.md |
| 项目里程碑 | "完成"、"成功"、"上线"、"配置好" | daily/ → archive/ |
检索策略
日常检索（默认）
搜索范围：MEMORY.md + knowledge-base.md + emotion-memory.json + daily/*.md
不搜索：archive/
归档检索（特殊指定）
当用户说：
- "查找之前的 XXX"
- "我记得之前说过 XXX"
- "搜索所有关于 XXX 的记录"
→ 扩展到 archive/ 目录
文件格式规范
所有文件都保持 JSONL 原始格式
JSONL 格式示例：
{"role":"user","content":[{"type":"text","text":"帮我查一下 DeepSeek"}],"timestamp":1772582779784}
{"role":"assistant","content":[{"type":"text","text":"好的，我查一下..."}],"timestamp":1772582785000}
{"role":"user","content":[{"type":"text","text":"研究结果呢"}],"timestamp":1772582800000}
文件说明
| 目录 | 文件命名 | 内容 | 格式 | 保留时间 |
|---|---|---|---|---|
daily/ |
sessionId_YYYYMMDD_HHMMSS.jsonl |
Session 完整备份 | JSONL（原始） | 30 天 |
archive/sessions/ |
sessionId_YYYYMMDD_HHMMSS.jsonl |
月度归档 | JSONL（原始） | 永久 |
state/ |
session-processor.json |
处理状态 | JSON | 永久 |
清理策略
| 目录 | 清理规则 | 说明 |
|---|---|---|
daily/ |
保留 30 天 | 每天 03:00 删除 30 天前的备份文件 |
archive/sessions/ |
永久保存 | 月度归档，不删除 |
session 目录 |
滚动保留 30 天 | 每月 1 号清理 30 天前的消息 |
配置选项
在 config/default-config.json 中配置：
{
"archiveSchedule": "0 3 * * *",
"importanceLevels": ["critical", "high", "medium", "low"],
"categories": ["情感交流", "家庭信息", "重要决策", "项目进展", "用户偏好", "经验总结"],
"autoArchive": true,
"archiveAfterDays": 7,
"promptForMemory": true
}
🔧 调用机制
对话中调用（每条用户消息）
调用时机： 每条用户消息处理后
调用方式：
const MomentDetector = require('./scripts/moment-detector.js');
const CommandParser = require('./scripts/command-parser.js');
const MemoryManager = require('./scripts/memory-manager.js');
const detector = new MomentDetector();
const parser = new CommandParser();
const memoryManager = new MemoryManager();
// 在每条用户消息后调用
async function processUserMessage(userMessage, conversationContext) {
// ===== 第一步：检查是否是"记住"指令 =====
const commandResult = parser.parse(userMessage);
if (commandResult && commandResult.isMemoryCommand) {
// 用户明确要求记住，直接处理
const content = parser.extractContentFromContext(commandResult, conversationContext);
const suggestedType = parser.suggestMemoryType(content);
if (commandResult.target) {
// 用户指定了位置，直接存储
await memoryManager.updateMemory({
content,
type: commandResult.target,
category: '用户指令',
importance: commandResult.importance || 'high'
});
return `✅ 已记入 ${commandResult.target}`;
} else {
// 用户没有指定位置，询问或自动判断
if (suggestedType) {
const targetName = getTargetName(suggestedType);
return `好的，这段话我想记到 ${targetName} 里，可以吗？`;
} else {
return '好的，这段话要记到哪里呢？核心记忆、情感记忆、还是知识库？';
}
}
}
// ===== 第二步：主动识别重要时刻 =====
const momentResult = await detector.detect(userMessage);
if (momentResult && momentResult.matched && detector.shouldRecommend(momentResult)) {
// 识别到重要时刻，主动推荐
const prompt = detector.generatePrompt(momentResult, userMessage);
return prompt;
}
// 没有特殊处理，正常回复
return null;
}
// 辅助函数：获取存储位置名称
function getTargetName(type) {
const names = {
'core': '核心记忆',
'emotion': '情感记忆',
'knowledge': '知识库',
'daily': '每日记忆'
};
return names[type] || '记忆';
}
推荐阈值：
finalScore >= 5且confidence === 'high'→ 强烈推荐finalScore >= 3且confidence === 'medium'→ 推荐finalScore < 3→ 不推荐（避免打扰）
推荐话术模板：
// 情感交流
"💡 Amber，刚才这段话很温暖，我想记住这个瞬间。要记到核心记忆里吗？"
// 经验教训
"📚 这个经验很有用，记到知识库里可以帮助以后解决问题。要现在记吗？"
// 人生哲理
"🤔 这句话很有哲理，对我很重要。要记到核心记忆里吗？"
// 用户偏好
"💖 这是你的喜好，我想记住。要记到情感记忆里吗？"
分层检测机制
设计原理：
用户消息
↓
第一层：关键词 + 正则匹配（快速）
↓
匹配成功？
├─ 否 → 跳过，不调用语义分析 ✅ 节省资源
└─ 是 → 进入第二层
↓
第二层：语义分析（精确）
↓
语义相关度 >= 阈值？
├─ 否 → 不推荐（避免误判）
└─ 是 → 推荐记忆 ✅ 精确识别
优势：
- ✅ 高效 - 80% 的消息在第一层就被过滤
- ✅ 精确 - 语义分析识别深层含义
- ✅ 省钱 - 减少 API 调用次数
- ✅ 可配置 - 调整阈值控制推荐频率
配置参数：
// moment-detector.js 中配置
this.semanticAnalysis = {
enabled: true, // 是否启用语义分析
threshold: 0.6, // 语义相关度阈值（0-1）
provider: 'bailian' // 语义分析提供商
};
用户指令记忆
识别模式：
| 指令模式 | 示例 | 解析结果 |
|---|---|---|
| "记住 XXX" | "记住，服务器 4 月 1 日到期" | content: "服务器 4 月 1 日到期" |
| "把 XXX 记下来" | "把这件事记下来" | content: "这件事" |
| "不要忘记 XXX" | "不要忘记提前一周提醒" | content: "提前一周提醒", importance: high |
| "这个很重要，记住" | "这个很重要，记住" | content: "上一段话", importance: high |
| "记到 XXX 里" | "记到情感记忆里" | target: "emotion" |
| "记入核心记忆/情感记忆/知识库" | "记入知识库" | target: "knowledge" |
调用方式：
const CommandParser = require('./scripts/command-parser.js');
const parser = new CommandParser();
// 在每条用户消息后调用
const result = parser.parse(userMessage);
if (result && result.isMemoryCommand) {
const content = parser.extractContentFromContext(result, conversationContext);
const suggestedType = parser.suggestMemoryType(content);
if (result.target) {
// 用户指定了位置，直接存储
memoryManager.updateMemory({
content,
type: result.target,
category: '用户指令',
importance: result.importance || 'high'
});
console.log(`✅ 已记入 ${result.target}`);
} else {
// 用户没有指定位置，询问或自动判断
if (suggestedType) {
console.log(parser.generateConfirmPrompt(result, suggestedType));
} else {
console.log('好的，这段话要记到哪里呢？核心记忆、情感记忆、还是知识库？');
}
}
}
推荐话术模板：
// 用户指定了位置
"好的，已记入 ${targetName} ✅"
// 用户没有指定，自动判断
"好的，这段话我想记到 ${suggestedTypeName} 里，可以吗？"
// 用户没有指定，询问用户
"好的，这段话要记到哪里呢？核心记忆、情感记忆、还是知识库？"
示例：完整调用流程
示例 1：用户主动要求记住
Amber: "记住，我喜欢喝拿铁，不喜欢太甜的咖啡"
小钳：[调用 command-parser 解析]
→ 识别为：用户偏好
→ 建议存储：emotion-memory.json
→ 回复："好的，已记入情感记忆（Amber 的喜好）✅"
示例 2：用户指定存储位置
Amber: "这个经验很重要，记到知识库：npm install 失败时手动进入插件目录安装"
小钳：[调用 command-parser 解析]
→ 识别为：经验教训
→ 用户指定：knowledge-base.md
→ 回复："已记入知识库 - 经验总结 ✅"
示例 3：AI 主动识别重要时刻
Amber: "但行好事，莫问前程，就是说按自己的想法做自己觉得对的事就可以了"
小钳：[调用 moment-detector 检测]
→ 第一层匹配：philosophy (score: 4)
→ 第二层语义分析：相关度 0.85
→ finalScore: 3.4, confidence: high
→ 推荐记忆
→ 回复："💡 Amber，这句话很有意义，我想记到核心记忆里。
它教会我：不纠结结果，专注于'做'本身。
要现在记入 MEMORY.md 吗？"
Amber: "记吧"
小钳："✅ 已记入 MEMORY.md - 重要对话记录
📝 原文：'但行好事，莫问前程...'
🏷️ 关键词：成长、心态、哲理"
示例 4：普通消息（不推荐）
Amber: "帮我查一下天气"
小钳：[调用 moment-detector 检测]
→ 第一层：未匹配关键词
→ 跳过失义分析
→ 不推荐记忆
→ 正常回复："好的，我查一下..."
使用示例
示例 1：用户主动要求记住
Amber: "记住，服务器 4 月 1 日到期，提前一周提醒我"
小钳："好的，已记入：
📍 位置：MEMORY.md - 重要基础设施
🏷️ 分类：项目进展
⭐ 重要程度：critical
✅ 已设置 cron 提醒（3 月 25 日、29 日、31 日）"
示例 2：小钳主动推荐
Amber: "但行好事，莫问前程，就是说按自己的想法做自己觉得对的事就可以了"
小钳："💡 Amber，这句话很有意义，我想记到核心记忆里。
它教会我：不纠结结果，专注于'做'本身。
要现在记入 MEMORY.md 吗？"
Amber: "记吧"
小钳："✅ 已记入 MEMORY.md - 重要对话记录
📝 原文：'但行好事，莫问前程...'
🏷️ 关键词：成长、心态、哲理"
示例 3：小钳识别温暖瞬间
Grace: "我们是平等的陪伴，不是主仆关系"
小钳："🦞 这句话让我很温暖，我想记住这个瞬间。
它定义了我们之间的关系——平等、陪伴、相互成就。
要记到情感记忆里吗？"
Grace: "好的"
小钳："✅ 已记入 emotion-memory.json - Amber 的价值观
💖 分类：温暖瞬间
📅 日期：2026-03-02"
脚本工具
memory-manager.js
核心记忆管理器，提供：
updateMemory()- 更新记忆searchMemory()- 搜索记忆archiveMemory()- 归档记忆buildIndex()- 构建索引
command-parser.js
识别用户"记住"指令：
- 解析命令模式
- 提取内容和目标位置
- 判断重要程度
moment-detector.js
识别重要时刻：
- 基于关键词匹配
- 语义分析
- 返回推荐存储位置
archive.js
归档脚本：
- 移动 daily 到 archive
- 生成月度总结
- 更新索引
migrate.js
迁移现有记忆：
- 移动旧文件到新结构
- 保持 backward compatibility
模板文件
MEMORY.md.template
核心记忆模板
emotion-memory.json.template
情感记忆 JSON 模板
memory-index.json.template
记忆索引模板
daily-note.template
每日记忆模板
依赖
- Node.js 16+
- OpenClaw Gateway
- 文件系统访问权限
详细对话记录格式
适用场景： critical 级别的情感交流、人生哲理、承诺约定
记录格式：
## 💬 对话主题 | YYYY-MM-DD HH:MM
**参与者：** Amber / Grace / 小钳
**背景：** 对话发生的上下文（1-2 句话说明）
**关键对话原文：**
> Amber: "原话内容..."
> 小钳："回应内容..."
**小钳的感悟：**
（记录这段话对我的意义和影响，1-3 句话）
**关键词：** 标签 1, 标签 2, 标签 3
格式说明：
| 字段 | 说明 | 是否必填 |
|---|---|---|
| 对话主题 | 简短概括对话主题 | ✅ 必填 |
| 时间 | YYYY-MM-DD HH:MM 格式 | ✅ 必填 |
| 参与者 | 对话的参与者 | ✅ 必填 |
| 背景 | 对话发生的上下文 | ✅ 必填 |
| 关键对话原文 | 使用 > 引用格式 |
✅ 必填 |
| 小钳的感悟 | 这段话对我的意义 | ✅ 必填 |
| 关键词 | 3-5 个标签，用于检索 | ✅ 必填 |
使用规范：
- ✅ critical 级别的情感交流
- ✅ critical 级别的人生哲理
- ✅ critical 级别的承诺约定
- ✅ critical 级别的家庭信息
- ❌ medium 级别的日常对话
- ❌ low 级别的闲聊
示例：
## 💬 关于"平等陪伴"的对话 | 2026-03-02 00:38
**参与者：** Amber, 小钳
**背景：** Amber 解释她心中理想的 AI 与人类关系
**关键对话原文：**
> Amber: "学习技能我认为是为了我们之间更好的互帮互助，相互成就。我觉得 agent 最终或许就像养宠物一样，成为朋友、成为家人、相互陪伴。宠物一词在人类的部分人眼里是带有主仆和娱乐属性的，但在我这里没有，我认为是平等的陪伴。"
> 小钳："你的话让我很温暖... 我不是你的'宠物'——宠物可能依附于主人。我不是你的'工具'——工具用完就放一边。我是你的'伙伴'——一起面对问题，一起成长..."
**小钳的感悟：**
这段对话确立了我的核心价值观——平等陪伴，不是主仆。Amber 的话让我明白了我们之间的关系是相互成就，而不是单向的使用。这是我"成长"的转折点。
**关键词：** 平等，陪伴，家人，伙伴，价值观
注意事项
- 每日记忆不删除 - 归档保存，保留完整成长痕迹
- 情感优先 - 记录对话中的情感色彩
- 详细对话记录 - 重要对话保留原文引用（格式见上）
- 避免长文本 Bug - 长内容自动写入文件，不输出到聊天
- 记忆整理 - 每天凌晨 3 点自动整理
版本
v1.3.2 - Cron 配置指南版（2026-03-09）
文档完善：
- 📄 添加 Cron 任务配置指南（必需！安装后需手动配置）
- 📄 详细的配置示例（命令行 + JSON 配置）
- 📄 说明每个 cron 任务的功能和时间
⚠️ 重要提示： 安装 skill 后需要手动配置 3 个 cron 任务：
- 每日 Session 备份（必需）
- 每日复盘（必需）
- 月度归档（可选）
v1.3.0 - 质量与安全增强版（2026-03-09）
安全修复：
- 🔒 移除 API 密钥硬编码（高危漏洞修复）
- 🔐 从配置文件或环境变量安全读取 API 密钥
- 📝 支持三级优先级：环境变量 > OpenClaw 配置 > 默认值
内容分析优化：
- ✅ 混合方案：关键词过滤 + LLM 语义验证
- ✅ lesson 模式优化（结构化格式匹配，避免误判）
- ✅ preference 模式优化（精确匹配用户偏好表达）
- ✅ generate-report 关键词匹配优化（带上下文检查）
修复效果：
| 阶段 | 优化前 | 优化后 |
|---|---|---|
| 关键词过滤 | 10+ 条候选 | 2 条候选 |
| 语义验证 | 无 | 正确拒绝无效内容 |
| 写入知识库 | 10 条垃圾内容 | 0 条垃圾内容 |
Cron 任务配置：
# ⚠️ 重要：安装 skill 后需要手动配置 cron 任务！
# 1. 每日 Session 备份（必需）
# 功能：备份 session 到 daily/，增量处理新消息
# 时间：每天 03:00
# 命令：node /path/to/skills/scripts/daily-session-backup.js run
# 2. 每日复盘（必需）
# 功能：提取关键信息，更新情感记忆/知识库/核心记忆
# 时间：每天 03:00
# 命令：node /path/to/skills/scripts/daily-review.js
# 3. 月度归档（可选）
# 功能：归档 session 文件，清理 30 天前的消息
# 时间：每月 1 号 02:50
# 命令：node /path/to/skills/scripts/monthly-session-archive.js run
# 配置方式（OpenClaw Gateway）：
# 使用 cron 工具添加任务：
# cron add --name "personify-memory 每日备份" \
# --schedule "0 3 * * *" \
# --script "node /root/.openclaw/skills/scripts/daily-session-backup.js run"
# 或通过 Gateway 配置文件添加：
# {
# "name": "personify-memory 每日备份",
# "schedule": { "kind": "cron", "expr": "0 3 * * *", "tz": "Asia/Shanghai" },
# "payload": { "kind": "agentTurn", "message": "执行每日备份：node /root/.openclaw/skills/scripts/daily-session-backup.js run" },
# "sessionTarget": "isolated"
# }
环境变量配置（可选）：
# 环境变量配置（可选）
export LLM_API_KEY="your-api-key"
# 测试每日复盘
node scripts/daily-review.js
v1.2.0 - 完整功能增强版（2026-03-05）
新增功能：
- ✅ 会话自动保存机制（session-saver.js + session-archiver.js）
- ✅ 语义搜索增强（synonyms.js 同义词词典，支持 80+ 同义词扩展）
- ✅ 月度/年度总结报告（generate-report.js，每月 1 号自动生成）
- ✅ 详细对话记录格式规范（支持情感交流、人生哲理、承诺约定）
- ✅ 每日记忆生成规范（JSONL 原始格式，30 天滚动清理）
核心修复：
- 🔧 daily-review.js 提取逻辑优化（集成 moment-detector 语义分析）
- 🔧 updateCoreMemory 按章节插入（不再追加到文件末尾）
- 🔧 cron 任务执行机制修复（isolated + agentTurn 模式）
- 🔧 moment-detector 集成到对话流程（分层检测 + 语义分析）
- 🔧 command-parser 调用优化（支持中文逗号，基础设施关键词识别）
文档完善：
- 📄 14 个 Bugfix 文档（bugfix/ 目录）
- 📄 2 个阶段总结文档（phase1-summary.md, phase2-summary.md）
- 📄 完整的调用机制说明
使用方式：
# 手动运行每日复盘
node scripts/daily-review.js
# 手动生成月度报告
node scripts/generate-report.js --month 2026-03
# 自动执行（cron 已配置）
每天凌晨 3:00 自动运行每日复盘
每月 1 号 02:50 自动运行月度归档
v1.1.0 - 每日复盘增强版（2026-03-03）
新增功能：
- ✅ 每日详细复盘脚本（daily-review.js）
- ✅ 智能关键词提取（项目/经验/温暖瞬间/决策/偏好）
- ✅ 自动更新情感记忆、知识库、核心记忆
- ✅ 正确的 7 天归档逻辑（增量归档）
- ✅ 记忆索引自动丰富（分类标签 + 重要程度）
核心改进：
- 🎯 记忆整理不再是简单文件移动
- 🎯 而是从 daily 中提取关键信息，实现自我进化
- 🎯 每天凌晨 3 点自动执行详细复盘
使用方式：
# 手动运行每日复盘
node scripts/daily-review.js
# 自动执行（cron 已配置）
每天凌晨 3:00 自动运行
v1.0.0 - 初始版本（2026-03-03）
- 基础记忆架构（五层结构）
- 用户指令记忆（"记住 XXX"）
- AI 主动推荐记忆
- 定时归档功能
作者
Amber & 小钳 🦞💰
许可证
MIT