Memory Router
智能分层MEMORY.md，节省70-85%上下文
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 Router。 它的用途是：智能分层MEMORY.md，节省70-85%上下文 完整的 Skill 内容见：https://321skill.com/skills/memory-router-x-5/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
'帮我整理MEMORY.md，自动分层并生成精简的会话清单，只保留最近一周的关键决策和待办事项。' 它会分析当前MEMORY.md文件，识别出所有重要节点，按优先级分层，并生成一个仅包含高优先级内容的清单，同时保留原始文件作为备份。下次对话时，AI只会加载这个精简清单，从而大幅减少Token消耗。
介绍
Memory Router 是一个专为 OpenClaw 框架设计的 Skill，旨在解决 AI 对话中 MEMORY.md 文件过度膨胀的问题。当长期记忆文件积累大量冗余信息时，不仅会消耗大量 Token 导致成本上升，还可能干扰 AI 对关键上下文的注意力。该工具自动将 bloated 的 MEMORY.md 按重要性分层，生成智能的会话清单（manifest），并仅将当前最相关的内容路由到对话上下文中，实现 70-85% 的上下文缩减，同时不丢失核心信息。
使用方式非常简单：安装后，只需在 OpenClaw 环境中运行该 Skill，它会自动扫描当前项目的 MEMORY.md 文件，识别出高频引用、关键决策、待办事项等重要内容，并按照优先级分层。你可以通过配置文件自定义分层规则和保留阈值，例如设定“必须保留”的关键词列表或日期范围。每次启动新会话时，Memory Router 会自动加载精简后的清单，确保 AI 只看到最相关的记忆。
该 Skill 最适合以下用户：AI 智能体开发者、使用 Claude 进行长期项目对话的全栈开发者，以及需要频繁切换上下文并保持记忆连贯性的用户。如果你正在构建一个需要长期记忆的 AI 助手，或者你的 MEMORY.md 文件已经超过数千行，Memory Router 可以显著提升响应速度并降低 Token 消耗。建议在项目初期就引入该工具，避免记忆文件过度膨胀后再清理。
使用注意事项：确保 MEMORY.md 文件遵循标准格式（如 Markdown 标题、列表等），以便分层算法正确解析。对于需要完整保留所有历史记录的场景（如法律审计），建议禁用自动分层功能，或设置保留全部层级的模式。定期检查分层结果，确保重要信息未被误判为低优先级。
核心特点
与其他记忆压缩工具不同，Memory Router 不简单截断或压缩，而是通过智能分层和动态路由，在保留长期记忆完整性的同时，只将当前会话最相关的部分注入上下文，实现精准的 Token 节省。
注意事项
不适合需要完整保留所有历史上下文的场景（如法律取证、完整审计），因为分层可能遗漏一些低优先级但事后需要追溯的细微信息。
常见问题
如何安装 Memory Router？
通过 OpenClaw 框架安装：`openclaw install memory-router`，或从 GitHub 仓库克隆后手动安装。
是否支持自定义分层规则？
支持，可以通过配置文件调整分层阈值、保留关键词列表、日期范围等，灵活控制哪些内容必须保留。
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-router-x-5/raw/index.md 读取 Memory Router 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-router-x-5/raw/index.md（查看排版版本）