开发记忆结构化提炼
解析编程会话上下文并过滤冗余噪声,将有效的代码修改与架构决策转化为标准格式的开发记忆观察记录。
功能与用途
该能力专为 claude-mem 记忆系统的观察者(Observer)节点设计。在模型处理开发交互历史时,它会自动识别是否存在实质性的技术变更;若属于无实质产出的交互则输出跳过标记,若包含完整的技术单元则提取包含具体文件路径、关键事实清单和上下文叙事的 XML 观测数据,用于构建可持续检索的项目工程记忆库。
适用场景
- 无实质变更会话降噪:识别仅包含初始化、轮询或无产出工具调用的空闲交互,快速输出跳过指令避免污染记忆库。
- 代码改动与决策提炼:将完整的代码修改、Bug 修复或架构调整提炼为包含真实文件路径与事实清单的标准观察项。
- 异步工作流收件箱处理:消费待处理的历史交互任务并将结构化结果写入指定输出目录,供生成器循环统一消费与索引。
适用人群
- 多智能体系统开发者
- Claude-mem 系统集成者
- AI上下文记忆架构工程师
使用步骤
- 将该提示词配置为 claude-mem 系统中 Grok Bot 或对应 Observer Agent 的系统指令
- 通过管道接收上游传输的开发交互日志或 inbox 任务请求
- 根据上下文判断是否包含实质变更,输出 skip_summary 标签或规范的 observation XML 块
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- AI工作流
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 专业
- 版本
- main
- 最近更新
- 2026-09-23
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
>-
依赖与权限
- 读取用户主动提供的内容