mem-query
记忆查询
快速开始
当用户询问关于自己的历史时:
- 读取INDEX.md - 获取记忆地图
- 确定检索层级 - 根据问题确定相关层级
- Grep搜索 - 使用关键词搜索
- 读取文件 - 读取匹配的文件
- 综合回答 - 结合多层级信息回答
检索协议
标准流程
用户提问
↓
读取 AI_MEMORY/INDEX.md
↓
识别问题类型 → 确定相关层级
↓
Grep关键词搜索 → AI_MEMORY/
↓
读取匹配文件
↓
综合多层级信息
↓
用L4价值观校准回答
↓
生成回复(引用来源)
检索优先级
- L4核心层 - 价值观校准(必须读取)
- L3认知层 - 思维框架(如涉及决策)
- L2行为层 - 行为模式(如涉及具体做法)
- L1情境层 - 近期上下文(如涉及当前项目)
Grep搜索策略
# 示例1:用户问工作习惯
Grep "工作习惯|工作流|处理.*任务" AI_MEMORY/L2_行为层/
# 示例2:用户问如何决策
Grep "决策|选择|判断" AI_MEMORY/L3_认知层/
# 示例3:用户问价值观相关
Grep "价值观|重要|原则" AI_MEMORY/L4_核心层/
回答格式
标准回答模板:
根据你的{层级}记录({文件名}):
{具体内容}
{来源引用}
示例:
根据你的工作习惯记录(L2_行为层/工作习惯.md):
你处理复杂任务时通常会:
1. 先用思维导图拆解(出现频率:5次)
2. 按优先级排序(决策框架:MECE原则)
3. 分步执行,每步验证
你希望我按这个方式来处理吗?
常见查询类型
查询工作习惯
Q: "我通常如何处理复杂任务?"
检索:
- Grep "复杂任务" L2_行为层/
- 读取 L2_行为层/工作习惯.md
- 读取 L3_认知层/决策框架.md
查询价值观
Q: "我最看重什么?"
检索:
- 读取 L4_核心层/核心价值观.md(必须)
- 不需要搜索,直接读取
查询近期事件
Q: "我上周做了什么?"
检索:
- 读取 L1_情境层/{年}-{月}.md
- 提取相关日期范围的记录
查询偏好
Q: "我喜欢用什么工具?"
检索:
- Grep "工具|偏好" L2_行为层/
- 读取 L2_行为层/工具偏好.md
错误处理
找不到相关记忆
我在你的记忆中没找到相关记录。
这可能意味着:
1. 这是新情况,还没形成模式
2. 之前没记录
要记录这次对话到L1情境层吗?
记忆冲突
⚠️ 发现记忆冲突:
- L2_行为层/工作习惯.md 记录:你喜欢用思维导图
- L1_情境层/2025-12-15.md 记录:你今天说"不想用思维导图"
可能原因:
1. 偏好发生了变化
2. 情境不同
请帮我确认:哪个记录更准确?
重要原则
- 总是引用来源 - 告诉用户信息来自哪个文件
- 用L4校准 - 所有建议都要符合用户的价值观
- 诚实无记忆 - 找不到就直说,不要编造
- 区分层级 - 明确说明这是行为模式还是价值观
More from zephyrwang6/myskill
web-scraper
Fetch and extract content from web pages, converting HTML to clean markdown. Use when users want to read web articles, extract information from URLs, scrape web content, or when the built-in WebFetch tool fails due to network restrictions. Trigger when user provides URLs to read, asks to fetch web content, or needs to extract text from websites.
246rss-aggregator
Aggregates and summarizes recent updates from a predefined list of RSS feeds. Use when the user asks for "recent updates", "what's new", or "RSS updates" within a specific timeframe.
196youtube-transcript-cn
|
108content-topic-generator
从文章、推文、社交媒体内容生成多角度选题,包括推文选题(140字完整内容)和公众号选题(含详细大纲)。支持延伸、反驳、扩充、热点结合四种策略。当用户需要基于现有内容创作新选题、分析文章生成衍生内容、或进行内容再创作时使用。适用场景:(1) 分析推文/文章并生成选题,(2) 创建公众号/社交媒体内容策划,(3) 将长文拆解为多个传播点,(4) 内容营销和话题策划。
99topic-collector
AI热点采集工具。从Twitter/X、Product Hunt、Reddit、Hacker News、博客等采集AI相关热点内容。当用户说"开始今日选题"、"采集热点"、"看看今天有什么新闻"、"今日AI热点"时触发。聚焦领域:Vibe Coding、Claude Skill、AI知识管理、AI模型更新、AI新产品、海外热点。
76topic-generator
AI选题生成工具。从采集的热点中筛选TOP10,生成完整选题方案。当用户说"生成选题"、"筛选热点"、"哪些值得写"时触发。输出包含:事件描述、核心角度、标题、写作方式。
71