Engram Memory
跨会话持久记忆，知识图谱+ACT-R激活
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：跨会话持久记忆，知识图谱+ACT-R激活 完整的 Skill 内容见：https://321skill.com/skills/engram-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
'帮我记住我妈妈喜欢喝龙井茶，下次聊天时提醒我给她买。' 它会自动将信息编码到知识图谱中，并在后续会话中主动提及。再比如对话中问：'上周我们讨论过的项目计划关键点是什么？' 它会从记忆中提取相关上下文，无需重复描述。
介绍
Engram Memory 解决 AI 对话中的“金鱼记忆”问题——每次新会话都遗忘之前讨论的内容，导致重复沟通和上下文丢失。它通过知识图谱结构存储实体与关系，并利用 ACT-R 认知激活模型模拟人类记忆的遗忘与唤醒机制，让 AI 在跨会话中自然地记住并召回相关信息。
使用方式很简单：安装后，Engram Memory 作为 MCP 工具运行，AI 在对话中会自动将重要信息编码为知识图谱节点，并在需要时根据激活度召回最相关的记忆片段，无需手动干预。
适合需要构建长期记忆型 AI 应用的开发者，比如个人知识助手、学习伙伴、项目上下文记忆工具、以及需要持续追踪用户偏好的聊天机器人。也适合学术研究者探索认知架构与 AI 的结合。
建议在初期投入少量对话数据让记忆冷启动，记忆激活阈值可调，避免信息过载；注意敏感数据默认存储在本地，可配置加密或外接数据库。
核心特点
与普通记忆插件不同，Engram Memory 采用 ACT-R 激活模型模拟人类遗忘曲线，不是简单存储所有内容，而是智能评估相关性后召回，同时使用知识图谱关联实体，实现更精准的联想式回忆。
注意事项
不适合需要毫秒级实时响应且记忆精度要求严格的金融高频交易场景，因为记忆激活存在概率性延迟。
常见问题
如何安装 Engram Memory？
可以通过 pip install engram-memory 安装，然后配置 MCP 服务器即可使用。
记忆数据会泄露吗？
数据默认存储在本地，您也可以配置加密存储或使用私有数据库，隐私安全可控。
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/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/raw/index.md（查看排版版本）