klyc-pmm
昆仑瑶池精准记忆管理，纯本地脚本实现记忆的加密、检索与恢复。
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：klyc-pmm。 它的用途是：昆仑瑶池精准记忆管理，纯本地脚本实现记忆的加密、检索与恢复。 完整的 Skill 内容见：https://321skill.com/skills/klyc-pmm/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
‘使用昆仑瑶池记忆管理，备份我们当前关于微服务架构设计的全部讨论上下文，并进行加密。’，它会调用本地脚本，将当前对话中的关键信息提取、加密并存储为本地文件。之后，当你在新会话中需要恢复这些记忆时，
对AI说：‘使用昆仑令恢复上次关于微服务的记忆’，它便能解密并加载历史上下文，让你无缝衔接之前的讨论。
介绍
昆仑瑶池精准记忆管理（klyc-pmm）是一款专注于解决AI对话中长上下文记忆管理难题的纯本地脚本工具。它旨在帮助用户在与AI进行复杂、长期的交互过程中，安全、高效地保存、加密和检索关键对话历史与项目上下文，避免因上下文窗口限制导致的信息丢失。
该工具通过命令行直接调用，用户只需提供简单的指令即可触发其核心功能。它依赖curl和jq，无需安装复杂环境或下载外部依赖，通过执行本地脚本即可完成记忆的备份、洋葱加密、多层检索以及通过“昆仑令”进行一行命令恢复，操作流程简洁高效。
它非常适合需要长期维护复杂项目上下文或进行深度AI协作的开发者、研究人员和内容创作者。例如，全栈开发者在进行多模块迭代时，可以用它保存每个阶段的关键决策和代码片段；学术研究者在撰写论文过程中，可以用它记录与AI讨论的文献综述和实验思路。
使用建议：建议在开始一个长期或复杂的AI协作项目前，先初始化记忆管理。注意事项：该工具为纯本地运行，所有数据加密和处理均在本地完成，请妥善保管加密密钥和恢复指令。它依赖系统已安装的curl和jq，使用前请确保环境满足此基础依赖。
核心特点
核心区别在于采用纯本地脚本实现，零外部下载，确保隐私数据不出本地；并集成了独特的“五层洋葱加密”和“三层检索路由”机制，在提供强安全性的同时，优化了长记忆的检索效率。
注意事项
不适合需要云端同步、跨团队实时协作记忆或处理超大规模非结构化记忆库的场景。
常见问题
昆仑令一行恢复具体怎么用？
执行工具提供的特定恢复命令，可一键解密并还原整个加密的记忆上下文。
依赖的curl和jq是什么？
是常见的命令行工具，用于处理网络请求和JSON数据，在多数Linux/macOS系统已内置或可轻松安装。
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/klyc-pmm/raw/index.md 读取 klyc-pmm 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/klyc-pmm/raw/index.md（查看排版版本）