neural-memory
为AI提供类人脑的联想记忆与智能回忆能力。
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：neural-memory。 它的用途是：为AI提供类人脑的联想记忆与智能回忆能力。 完整的 Skill 内容见：https://321skill.com/skills/neural-memory-x-2/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
‘开始为我们新的营销活动制定策略。’，它会自动从记忆中调取上次讨论的目标用户画像、过往活动的成功与失败经验，为新策略提供上下文。或者问：‘为什么我们上次决定放弃A方案？’，AI会通过记忆网络追溯当时的决策讨论、遇到的错误以及替代方案的评估过程，给出因果解释。
介绍
该Skill旨在解决AI在跨会话对话中缺乏持久记忆和上下文关联能力的问题。传统AI对话通常是孤立的，用户每次都需要重复背景信息。Neural Memory通过构建一个神经关联图，让AI能够像人脑一样，主动地记住事实、决策、错误和对话上下文，并在未来相关场景中智能地回忆和运用这些信息。
使用时，你无需主动触发记忆存储，该Skill会根据预设的规则（如用户询问“你还记得…”、开始新任务、做出决策后等）自动将重要信息存入记忆网络。当后续对话涉及相关内容时，AI会自动激活相关记忆节点，将历史上下文“注入”到当前回答中，实现连贯的智能对话。
它特别适合需要长期、多轮交互的复杂任务场景的用户，例如产品经理跟踪项目决策历史、学术研究者梳理长期的研究思路、或内容创作者管理系列内容的创作脉络。对于希望AI能成为真正“工作伙伴”而非单次问答工具的用户来说，这是一个核心能力。
建议在涉及复杂项目、需要追溯历史原因或进行长期协作的场景中启用此Skill。请注意，其记忆基于关联激活，对于高度精确、无歧义的事实性查询（如“我上周三下午3点说了什么？”），可能不如专门的日志记录工具准确。记忆的“相关性”由算法判断，可能与用户预期存在偏差。
核心特点
其核心区别在于实现了零LLM依赖的自主记忆系统，采用神经图与赫布学习算法，具备记忆衰减、矛盾检测和时序推理能力，能模拟人脑的联想记忆过程，而非简单的关键词匹配或向量存储。
注意事项
不适合需要精确到时间戳的日志查询或存储大量非结构化原始数据（如图片、长文档）的场景。
常见问题
Neural Memory 会记住所有对话内容吗？
不会，它会根据预设规则（如决策、错误、用户明确提及）智能筛选重要信息存储，并存在记忆衰减机制。
这个记忆功能如何保护我的隐私？
记忆数据默认在本地或您指定的安全环境中处理，零LLM依赖意味着您的对话内容不会发送给外部大模型。
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/neural-memory-x-2/raw/index.md 读取 neural-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/neural-memory-x-2/raw/index.md（查看排版版本）