AGI记忆模组

介绍

这个Skill解决了AI智能体缺乏长期记忆和上下文管理能力的问题。在实际开发中，智能体经常在长对话中丢失关键信息，无法有效利用历史交互，导致重复回答或上下文断裂。该技能通过Context Engineering五大核心能力（选择、压缩、检索、状态、记忆），为智能体构建了完整的记忆基础设施，确保每次交互都能精准关联历史信息。

使用方式很简单，你只需要在项目中安装依赖并配置存储路径，之后该技能会作为元技能强制常驻运行。所有用户与模型的交互行为都会自动触发记忆处理，无需手动调用。它通过四层架构（总控层、认知模型层、双轨架构、存储层）协同工作，自动进行噪声过滤、相关性筛选、链结构提取、结果压缩、冲突检测和跨会话关联。

它非常适合需要构建长期记忆能力的智能体开发团队，尤其是那些已经部署了AI助手但面临上下文丢失问题的项目。对于需要处理复杂多轮对话、知识管理、任务追踪的场景，该技能能显著提升智能体的连贯性和准确性。后端开发者和项目经理也能从中受益，因为技能提供了可观测性接口和Token预算管理。

建议在开发初期就集成此技能，以建立完整的记忆基础。需要注意的是，它依赖Python环境和Redis等外部服务，部署前需确保基础设施就绪。由于是元技能，它会常驻运行并消耗一定Token预算，需合理配置预算上限以避免意外开销。