Engram Memory
跨会话持久化记忆引擎，基于知识图谱与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：跨会话持久化记忆引擎，基于知识图谱与ACT-R激活 完整的 Skill 内容见：https://321skill.com/skills/engram-memory/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
“请用Engram Memory记住我昨天讨论的‘项目A’的API设计文档，下次我再提起‘项目A’时自动加载。” 它会自动提取对话中的关键实体（项目A、API设计文档），构建知识图谱节点，并在后续会话中当用户提及“项目A”时，主动将相关记忆片段加入对话上下文，无需重复描述。
介绍
Engram Memory 解决的是 AI 对话中“记忆碎片化”的问题——每次会话 AI 都像第一次见面，无法记住用户之前聊过的偏好、项目上下文或关键信息。通过结合知识图谱、ACT-R 激活理论和 15 阶段整合机制，Engram Memory 能将对话内容转化为长期记忆，并在后续会话中自动召回最相关的信息，实现真正意义上的“记住”。
使用方式极简：只需在 AI 对话框架中接入该技能，它会自动监听对话内容，提取关键实体和关系，构建知识图谱，并根据 ACT-R 激活算法动态调整记忆强度。当用户再次提及相关话题时，技能会主动将历史记忆注入当前上下文，无需手动搜索或提示。
适合需要持久记忆支持的 AI 应用开发者、智能体工程师、后端开发人员，以及研究认知架构和记忆模型的学术研究者。尤其适合构建个人助理、长期项目助手、学习伙伴等需要跨会话保持上下文的场景。
建议：注意隐私合规，Engram Memory 默认将记忆存储在本地，但若需跨设备同步，应额外加密传输。同时，15 阶段整合会消耗一定计算资源，建议在低延迟场景下启用异步处理；定期清理无用的记忆节点可避免知识图谱膨胀。
核心特点
与普通向量数据库或简单的键值存储不同，Engram Memory 采用 ACT-R 激活理论模拟人类记忆的遗忘曲线和强化机制，并通过 15 阶段渐进式整合，让记忆从短期工作区逐步固化到长期知识图谱，而非简单的保存全部历史。
注意事项
不适合需要实时（毫秒级）响应的场景，且大量高频对话可能导致记忆整合延迟。
常见问题
Engram Memory 能记住多少对话？
理论上无上限，但受存储空间和计算资源限制，建议定期清理或设置记忆保留阈值。
如何清除不需要的记忆？
可通过 API 或对话指令删除特定节点或重置整个记忆库，也支持设置自动过期策略。
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/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/raw/index.md（查看排版版本）