LYGO Universal Living Memory Library (v1.2)
通用长期记忆索引与溯源库
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：LYGO Universal Living Memory Library (v1.2)。 它的用途是：通用长期记忆索引与溯源库 完整的 Skill 内容见：https://321skill.com/skills/lygo-universal-living-memory-library-v1-2-x-3/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
'请使用LYGO记忆库保存我当前的项目上下文，包括正在处理的代码分支、待办任务列表和最近三次关键决策理由。' 此时AI会自动调用LYGO的索引接口，将当前上下文压缩成一个记忆块，分配一个唯一索引（如#12），并打上FRAGILE标签。后续当AI需要回忆起之前的状态时，只需说'恢复索引#12的上下文'，即可完整还原当时的项目状态，包括代码分支、待办事项和决策逻辑。
介绍
LYGO Universal Living Memory Library 是一个专为 AI Agent 设计的长期记忆管理工具，解决 Agent 在连续对话中丢失上下文、无法回溯历史决策、难以维护项目状态一致性的问题。它通过最大20个索引的连续性映射（Max20 indexed continuity map）和 FRAGILE 标签系统，让 Agent 能够高效存储、检索和压缩记忆，同时利用 LYGO-MINT 溯源机制确保每次记忆操作的来源可追溯，适合需要长期上下文保持的复杂开发场景。
使用方式灵活：Agent 可在每次关键决策点或任务切换时，通过简单指令将当前项目上下文（如代码分支、待办任务、关键决策）保存为记忆块，并自动生成索引标签。后续可通过查询索引或模糊匹配快速恢复历史状态，也能定期执行本地审计与压缩，清理冗余记忆并优化存储效率。集成 LYRA 3-B 模型后，还可实现记忆的语义关联与主动推荐。
适合智能体开发者、全栈工程师和文档工程师，尤其是那些构建多步骤自动化流程、需要跨会话保持项目上下文、或在团队协作中频繁切换任务的开发者。对于需要长期维护复杂项目状态、或希望 Agent 具备“记忆”能力的场景，该工具能显著提升开发效率与上下文连贯性。
使用建议：首次使用时先初始化记忆库并设定最大索引数量（推荐 10-20），避免索引过多导致检索效率下降。定期执行本地审计与压缩以释放存储空间，并注意 FRAGILE 标签标记的易变记忆需要更频繁地刷新。该工具不适用于需要实时同步的分布式记忆场景，更侧重单机或小规模集群的长期上下文管理。
核心特点
与普通记忆插件不同，LYGO 通过 Max20 索引映射和 FRAGILE 标签系统实现了记忆的优先级分层与过期预警，同时提供 LYGO-MINT 溯源链，让每次记忆的创建、修改和引用都可审计，适合对上下文完整性要求极高的开发工作流。
注意事项
不适合需要实时分布式同步或高并发写入的大规模记忆场景，且 Max20 索引数量限制可能无法满足超长对话链的需求。
常见问题
记忆库如何持久化存储？
默认存储在本地文件系统（如 ~/.lygo/memory），支持配置为云端同步目录，但需自行挂载。
FRAGILE 标签有什么作用？
FRAGILE 标签标记那些容易过时或依赖外部状态的记忆，系统会在每次审计时优先检查并提示更新。
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/lygo-universal-living-memory-library-v1-2-x-3/raw/index.md 读取 LYGO Universal Living Memory Library (v1.2) 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/lygo-universal-living-memory-library-v1-2-x-3/raw/index.md（查看排版版本）