Apm Agent Progressive Memory
渐进式记忆协议，管理群聊和私聊长期记忆
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：Apm Agent Progressive Memory。 它的用途是：渐进式记忆协议，管理群聊和私聊长期记忆 完整的 Skill 内容见：https://321skill.com/skills/apm-agent-progressive-memory-x-2/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
'使用APM协议管理我的群聊记忆，只保留最近5条关键信息，其他归档，并且不要泄露任何用户的手机号。' 它会自动加载APM模块，设置记忆容量为5条，开启隐私过滤（屏蔽手机号模式），然后开始监听群聊消息，实时生成摘要并存储，在后续对话中仅披露符合条件的历史片段。
介绍
APM（Agent Progressive Memory）协议解决的是AI代理在群聊和私聊（主会话）中记忆管理的核心痛点：如何在不浪费Token、不泄露隐私的前提下，高效地保留和调用关键上下文。传统方法要么全量存储导致Token爆炸，要么完全丢弃丢失连续性，而APM采用渐进式披露策略，自动评估每条信息的价值，仅保留和呈现最相关的记忆片段，实现记忆的“按需曝光”。
使用APM协议非常简单：只需在AI代理启动时导入该协议模块，并配置好记忆策略（如最大记忆条数、隐私过滤规则、优先级权重等）。协议会自动监听会话中的消息，生成记忆摘要，并在需要时（如用户提问或上下文切换）智能地披露相关历史信息。它支持群聊和私聊两种模式，且可以自定义记忆的持久化存储后端。
APM协议特别适合需要管理长期、多轮对话的AI应用开发者，尤其是构建智能客服、虚拟助手、社交机器人等场景的团队。它也适用于希望在群聊中保持上下文连贯性，同时控制Token消耗和隐私风险的开发者。无论是个人项目还是企业级部署，都能受益于其灵活的策略配置。
使用建议：初期建议采用保守的记忆策略，比如保留最近10条关键消息，并开启隐私过滤功能；根据实际对话效果逐步调整记忆深度和披露阈值。注意，APM协议设计为“渐进式”，意味着它不会一次性地吐出所有历史，而是按需展示，用户需要习惯这种“点到为止”的记忆呈现方式。
核心特点
与同类记忆管理方案相比，APM协议的核心区别在于“渐进式披露”——它不试图记忆所有内容，而是动态评估每条信息的价值，仅在必要时释放上下文，从而在Token消耗、隐私保护和记忆连续性之间取得最佳平衡，尤其适合群聊场景中多人、多话题的复杂交互。
注意事项
不适合需要完整回溯所有历史对话的场景（如法律审计、逐字记录），因为协议会主动压缩和筛选记忆，丢失部分细节。
常见问题
APM协议支持哪些平台？
协议本身与平台无关，可集成到任何支持插件或扩展的AI代理框架中，如Claude、Trae、Cursor等。具体实现需参考仓库的集成指南。
如何配置记忆的最大条数？
在初始化APM时传入max_memory参数，例如 APM(max_memory=50)，表示最多保留50条关键记忆片段。超过时自动淘汰优先级最低的条目。
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/apm-agent-progressive-memory-x-2/raw/index.md 读取 Apm Agent Progressive Memory 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/apm-agent-progressive-memory-x-2/raw/index.md（查看排版版本）