AGI记忆模组

介绍

这个Skill解决了AI Agent在长对话和跨会话场景中缺乏结构化记忆的痛点。在实际开发中，智能体经常陷入“前说后忘”的困境，无法有效利用历史交互信息，导致重复回答、逻辑断裂或上下文超限。该模组通过Context Engineering的五大核心能力（选择、压缩、检索、状态、记忆），构建类人记忆系统，让智能体真正具备持续的认知能力。

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，之后该技能作为元技能强制常驻运行，无需手动触发。系统会自动监控每一次用户与模型的交互，通过Context Orchestrator统一调度，完成Token预算管理、多源协调、结果压缩等任务。开发者可以通过自然语言指令要求智能体“记住某条信息”或“检索上次讨论的结论”，底层会自动调用认知模型层和双轨架构（语义桶提炼+链提取）进行高效处理。

它非常适合需要长期记忆和复杂上下文管理的大模型应用开发者，尤其是那些构建智能客服、个人AI助手、知识库问答系统、多轮对话代理的团队。也适合需要跨会话关联分析、任务进度追踪、知识缺口识别的场景，例如科研助手、教学辅助、项目管理Agent等。

建议在搭建智能体应用时将此技能作为核心基础设施优先安装。需要注意的是，它依赖Redis作为可选缓存层以提升检索性能，存储路径必须手动配置，且首次使用时需初始化认知模型。对于高并发场景，建议搭配Redis集群并监控Token消耗。