Engram Memory
为AI Agent提供基于知识图谱和ACT-R理论的长期记忆系统。
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：为AI Agent提供基于知识图谱和ACT-R理论的长期记忆系统。 完整的 Skill 内容见：https://321skill.com/skills/engram-memory-x-5/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
“还记得我们上周讨论的那个项目架构吗？”，它会调用Engram Memory检索与该项目和“架构”相关的所有历史对话节点，并基于ACT-R激活值给出最相关的总结。或者，在长时间对话后，你可以说：“总结一下我们今天关于产品需求的讨论要点”，AI会从巩固的记忆中提取关键实体和关系，生成结构化摘要。
介绍
Engram Memory旨在解决AI Agent在跨会话对话中缺乏持久记忆的问题。它通过知识图谱存储实体与关系，并利用ACT-R认知架构的激活机制和15阶段巩固流程，智能地管理记忆的存储、检索与遗忘，使AI能够记住过往对话的上下文和细节。
使用时，开发者需要将其集成到AI Agent的架构中。该系统会自动处理对话内容的编码、存储和基于相关性的检索。当用户提及过往话题时，Agent可以调用该Skill来获取相关记忆，从而实现连贯的、有上下文的对话体验。
它非常适合需要构建具备长期对话能力、个性化服务或复杂任务上下文的智能体开发者，例如开发智能客服、个性化助手或需要持续追踪项目状态的协作Agent。
建议在集成时注意隐私数据的处理，对于高度敏感或临时的会话信息，可能需要配置额外的过滤或清理规则。同时，由于记忆系统会增加计算开销，需根据实际场景平衡记忆深度与响应性能。
核心特点
核心区别在于其融合了认知科学中的ACT-R理论，通过模拟人脑的激活与巩固机制来管理记忆，而非简单的关键词匹配或向量检索；同时，其15阶段的记忆巩固流程提供了更精细的记忆生命周期管理。
注意事项
不适合对实时性要求极高或仅需单次会话临时记忆的轻量级对话场景。
常见问题
Engram Memory如何保护用户隐私？
它主要处理对话中的知识性内容，建议开发者集成时自行添加敏感信息过滤层，并定期清理过期记忆。
这个Skill能记住多久以前的对话？
理论上可以无限期存储，但实际记忆强度会根据ACT-R激活机制和巩固阶段动态衰减，最相关的记忆会被优先召回。
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-5/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-5/raw/index.md（查看排版版本）