memory-review
回顾记忆日志，巩固长期知识
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：memory-review。 它的用途是：回顾记忆日志，巩固长期知识 完整的 Skill 内容见：https://321skill.com/skills/memory-review-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
'请帮我回顾今天的记忆日志，将新学到的关于Python装饰器的知识整合到我的长期记忆知识库中。' AI会读取当天的记忆日志，提取关键信息，与现有知识层次结构进行比对，决定是更新现有文档、创建新文档还是跳过重复信息，并给出合并建议供你确认。
介绍
解决什么问题 AI Agent 在日常对话和任务执行中会积累大量临时记忆（如对话记录、日志片段），其中许多信息是零散、重复或不稳定的。如果所有信息都直接存入长期记忆，会导致知识库膨胀、结构混乱，甚至影响后续检索和推理效率。memory-review 提供了一套系统化的知识巩固流程：定期回顾记忆日志，识别出值得持久化的知识，并智能地整合到现有知识层次结构中。
怎么用 你可以通过手动触发或设置定时任务来运行 memory-review。它会读取指定时间段内的记忆日志，然后执行以下决策：
- 更新已有规范文档（如果新信息是补充或修正）
- 创建全新的文档（如果发现之前未覆盖的知识点）
- 跳过重复内容（避免冗余）
- 延迟不稳定信号（等待更多证据再决定）
- 合并重叠文档（减少碎片化） 最终输出一份知识整合建议，并可选地自动执行修改，或由你审核后确认。
适合谁
- 智能体开发者：希望为 AI 构建长期记忆系统，避免知识库膨胀
- 学术研究者：需要从大量文献笔记中清洗出核心知识结构
- 高校学生：整理复习笔记，将零散知识点纳入个人知识体系
使用建议 建议每天或每次重要对话后运行一次，避免积压过多日志。初次使用时，请先配置好知识层次结构的根目录或文档模板，以确保整合结果符合你的组织方式。注意：memory-review 不会自动删除原始日志，你可以根据需求选择保留或归档。
核心特点
不同于普通记忆存储工具，memory-review 内置了“回顾-决策-整合”闭环，能智能判断信息价值（更新、新建、跳过、延迟、合并），而非简单地追加或覆盖，从而长期保持知识库的简洁和高质量。
注意事项
不适合需要实时记忆同步的场景（如实时对话中立即引用最新信息），因为回顾过程需要一定时间间隔和批量处理。
常见问题
memory-review 会修改我的原始记忆日志吗？
不会。它只读取日志，所有修改建议（更新/创建文档）会独立输出，默认需要你确认后才执行。
多久运行一次比较合适？
建议每天一次，或每次完成一个主要任务后运行，避免日志堆积过多导致决策效率下降。
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/memory-review-x/raw/index.md 读取 memory-review 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/memory-review-x/raw/index.md（查看排版版本）