Engram Memory
基于知识图谱和ACT-R的持久长期记忆系统
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：Engram Memory。 它的用途是：基于知识图谱和ACT-R的持久长期记忆系统 完整的 Skill 内容见：https://321skill.com/skills/engram-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
'请记住我当前这个项目的架构决策：使用微服务架构，每个服务独立部署，消息队列用RabbitMQ。' 它会立即将信息存入Engram。下次对话你问'我们之前对架构有什么决定？'，AI会自动从Engram中检索并回复，无需你重复描述。
介绍
解决什么问题：传统AI对话缺乏跨会话的长期记忆能力，每次对话都是独立的，无法记住用户偏好、项目上下文或历史决策。Engram Memory 通过知识图谱、ACT-R激活理论和15阶段巩固机制，实现类似人脑的持久长期记忆，让AI能在多次对话中主动回忆相关信息，避免重复提问和上下文丢失。
怎么用：安装后作为MCP工具集成到Claude、Cursor等支持MCP的AI编码环境中。使用时，AI会自动将对话中的关键信息（如项目需求、用户偏好、代码修改记录）存入Engram，并在后续对话中根据激活值自动检索最相关的记忆片段。无需手动操作，所有记忆存储和检索对用户透明。
适合谁：适合需要持续维护对话上下文的智能体开发者、全栈开发者、内容创作者，以及任何希望AI能“记住”自己长期目标和偏好的重度用户。尤其适合长期项目开发、知识管理、跨会话写作等场景。
使用建议：建议在开启新主题或重要决策时明确告知AI“请记住这个信息”，以提高记忆精准度。注意定期清理不再需要的记忆，避免知识图谱过于庞大影响检索效率。如涉及敏感数据，请确认记忆内容是否存储于本地或可信服务器。
核心特点
与普通向量记忆或简单的键值存储不同，Engram 使用知识图谱构建实体关系，并引入ACT-R认知架构的激活扩散机制，结合15阶段渐进式巩固策略，实现类似人脑的长期记忆——信息越常用越容易被回忆，而非简单存储所有历史。
注意事项
不适合需要实时高频更新且记忆量极大的场景（如每秒百万级事件流），可能带来额外的计算和存储开销。
常见问题
如何安装 Engram Memory？
通过 npm 安装：`npm install @engram/memory`，然后在AI编码工具的MCP配置中添加该工具即可。具体步骤请参考项目README。
如何清除或重置记忆？
可以通过调用 Engram 提供的清除接口，或直接删除本地存储的记忆数据库文件。建议定期清理陈旧记忆以保持性能。
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/engram-memory-x-2/raw/index.md 读取 Engram 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/engram-memory-x-2/raw/index.md（查看排版版本）