分层记忆系统设计
给出云端、本地、工作区三层记忆的存储与维护方法论
功能与用途
它讲的是怎么给 AI 设计一套分层记忆:什么信息放云端长期保存、什么放本地跨项目共享、什么只留当前项目,以及写入时机、检索顺序和每日每周每月的清理归档节奏。文档末尾提到内嵌了记忆管理执行框架,但正文只列出五步流程的概要,没有可直接运行的脚本或工具。
适用场景
- 跨项目沉淀个人偏好与习惯:将个人编程偏好、指令习惯沉淀到本地记忆层,在新工作区启动时自动共享复用,无需重复向AI输入个人背景设定。
- 单工程上下文与业务规则隔离:把当前项目特有的架构规范与接口约定存入工作区记忆,仅在当前工程检索生效,避免不同项目间的业务规则相互串扰。
- AI知识库生命周期归档维护:按照日清临时碎片、周合重复内容、月归长期知识的维护规则,整理与清理过期记忆,保证上下文注入的准确与高效。
适用人群
- 要给自家 AI 产品设计记忆架构的开发者、需要制定记忆管理规范的团队负责人、研究上下文管理的技术写作者
使用步骤
- 先判断手头信息属于事实、偏好、规范还是知识,再看重要程度和时效性
- 按作用域选层级:用户偏好放本地记忆,项目约定放工作区记忆,长期知识放云端记忆
- 按固定格式写入,带上内容、来源、时间和标签
- 检索时按工作区、本地、云端的顺序找,把命中的内容注入上下文并按相关度排序
- 按节奏维护:每天清理临时记忆、每周合并重复、每月归档旧记忆
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
- 入门
- 版本
- 1.0.0
- 最近更新
- 2026-09-10
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
多层记忆系统,提供分层存储、按需检索、持久化的完整方法论。触发词:记忆系统、长期记忆、上下文管理、知识管理、信息存储、meta-skill-system
使用前准备
- 无硬性环境要求,属方法论说明(文档提到内嵌执行框架,但正文未给出可运行脚本)
依赖与权限
- 读取用户主动提供的内容