Apm Agent Progressive Memory
为群聊和私聊提供渐进式记忆披露协议，优化Token消耗。
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：为群聊和私聊提供渐进式记忆披露协议，优化Token消耗。 完整的 Skill 内容见：https://321skill.com/skills/apm-agent-progressive-memory-x/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
‘根据我们上周关于项目预算的讨论，当前这个新功能的需求优先级应该如何调整？’ 它会通过APM协议，首先定位到上周群聊中关于预算和功能优先级的记忆片段，然后结合当前对话上下文，给出连贯且基于历史决策的建议，而不是从头开始讨论预算问题。
介绍
APM协议旨在解决AI Agent在群聊和私聊（主会话）中记忆管理混乱、Token消耗过大的问题。它通过一个渐进式披露协议，让智能体能够根据上下文相关性，分层级、按需地提取和利用长期记忆，而不是每次都加载全部历史。
使用时，开发者或用户需要将APM协议集成到智能体系统中。协议会管理一个结构化的记忆库，智能体在对话过程中，可以根据当前话题和用户意图，动态地查询和披露最相关的记忆片段，从而维持对话的连贯性并节省上下文窗口。
这个Skill特别适合需要处理长对话、多轮交互或团队协作场景的智能体开发者、项目经理以及社媒运营人员。它帮助他们在构建复杂的对话应用时，有效管理记忆，提升对话质量的同时控制成本。
建议在部署前充分测试记忆检索的准确性和相关性，避免因记忆披露不当导致对话脱节。同时，需注意协议本身不提供记忆存储后端，需要用户自行实现或集成相应的存储方案。
核心特点
与同类记忆管理方案相比，APM协议明确区分了群聊与私聊两种会话模式，并针对性地设计了渐进式记忆披露机制，而非简单的全量记忆存储与检索。它通过协议层规范了记忆的存取逻辑，为多智能体协作场景提供了标准化的记忆交互方式。
注意事项
不适合对记忆实时性要求极高或需要完全确定性记忆回溯的简单问答场景。
常见问题
APM协议如何节省Token？
通过渐进式披露，只提取与当前对话最相关的记忆片段，而非加载全部历史。
支持哪些类型的会话？
专门设计用于管理群聊（Group Chat）和私聊/主会话（DM）两种模式的记忆。
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/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/raw/index.md（查看排版版本）