AGI记忆模组
为AI智能体构建完整记忆与上下文工程能力的元技能
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：AGI记忆模组。 它的用途是：为AI智能体构建完整记忆与上下文工程能力的元技能 完整的 Skill 内容见：https://321skill.com/skills/agent-memory-context/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'请记住我当前的项目结构：前端在src/frontend，后端在src/backend，数据库使用PostgreSQL。后续讨论代码时自动引用这个上下文。' 它会自动触发记忆模组，将该信息写入长期记忆，并在后续对话中通过检索决策引擎自动关联。当你说'帮我优化后端查询性能'时，它会自动回忆起你使用的数据库类型和项目结构，给出针对性建议，而无需你重复说明。
介绍
这个Skill解决了AI智能体在长对话和复杂任务中“记不住、用不好上下文”的核心痛点。在实际开发中，智能体经常需要跨会话保持状态、在大量信息中精准筛选相关记忆、压缩历史对话以节省Token，同时还要处理检索、冲突检测和跨会话关联。该技能将Context Engineering的五大能力（选择、压缩、检索、状态、记忆）封装为元技能常驻运行，无需用户手动触发，每次交互自动生效。
使用方式非常简单，你只需要在Agent配置中启用此技能（设置always: true），它便会自动接管所有交互的上下文管理。之后可以通过自然语言指令来主动操控记忆，例如：“记住这个项目的技术栈是React+Node.js”或“上次讨论的数据库方案是什么？”。底层由ContextOrchestrator统一调度，支持认知模型层构建、双轨架构（语义桶提炼+链提取）、以及长短时记忆存储。所有模块初始化时需指定存储路径，并建议配置Redis以提升检索性能。
它非常适合需要长期记忆、多轮推理或跨会话协作的智能体应用场景。尤其是那些已经在处理复杂业务逻辑、需要维护大量上下文信息的团队或个人，比如智能客服、代码助手、研究助手等。对于需要频繁切换任务或积累领域知识的场景，该技能能显著降低Token消耗，同时提升回答的连贯性和准确性。
建议在首次使用前先安装所有依赖（pydantic、redis、tiktoken等），并合理规划存储路径的磁盘空间。需要注意的是，它主要作为元技能常驻运行，因此会占用一部分Token预算（约5%-10%），但通过内置的压缩和检索机制，实际收益远大于开销。若Redis未配置，系统会降级使用本地文件存储，但检索效率会有所下降。
核心特点
与简单的记忆插件（如基于向量数据库的RAG方案）不同，它提供五大核心能力的完整闭环（选择→压缩→检索→状态→记忆），并内置认知模型层和双轨架构（语义桶提炼+因果/逻辑/操作/叙事/时间链提取），能自动进行噪声过滤、冲突检测和跨会话关联，而不仅仅是存储和检索文本块。
注意事项
依赖Python 3.8+并需要安装pydantic>=2.0.0、redis>=4.5.0等六个库，作为元技能会增加约5-10%的Token消耗，且未配置Redis时大规模检索性能会显著下降。
常见问题
这个技能如何存储长期记忆？
它通过LongTermMemory模块将重要信息持久化到本地文件系统，并支持通过MemoryIndexer建立索引，跨会话自动关联。你可以通过自然语言指令显式要求存储，系统也会根据相关性自动保留关键信息。
是否支持与其他AI平台（如Claude、Cursor）集成？
是的，该技能设计为通用元技能，可嵌入任何支持自定义技能的AI Agent平台。你只需在Agent配置中启用该技能并设置always: true，即可在所有交互中生效。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/agent-memory-context/raw/index.md 读取 AGI记忆模组 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/agent-memory-context/raw/index.md（查看排版版本）