neural-memory
为AI Agent提供持久化、智能化的关联记忆能力，实现跨会话的主动回忆与推理。
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 Agent提供持久化、智能化的关联记忆能力，实现跨会话的主动回忆与推理。 完整的 Skill 内容见：https://321skill.com/skills/neural-memory-x-4/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
‘启动新任务：设计用户登录系统。请先从记忆中提取我们之前关于安全漏洞和用户体验的讨论。’，它会自动检索相关记忆节点（如“上次决定采用双因素认证”、“用户反馈密码重置流程复杂”），并将这些上下文注入当前对话，帮助你做出更连贯、更明智的决策。或者，在解决一个复杂Bug后，
对AI说：‘将本次解决方案“使用连接池解决数据库超时”及其根本原因存储到记忆中。’，以便未来遇到类似问题时快速调取。
介绍
Neural-Memory 旨在解决AI Agent在对话中缺乏持久记忆的问题。它通过构建一个基于神经图（Neural Graph）的关联记忆系统，让AI能够主动记住跨会话的事实、决策、错误和上下文，实现类似人类的记忆和推理能力。
使用时，你只需在需要时主动调用它。例如，当用户问“你还记得…吗？”或开始新任务时，你可以指示AI“从记忆中提取相关上下文”。在做出重要决策或遇到错误后，也可以指示AI“将此决策存储到记忆中”。
这个Skill非常适合需要构建具有长期记忆和上下文感知能力的AI Agent的开发者，尤其是那些希望AI能主动学习、避免重复错误、并能进行因果推理的场景。
使用建议：由于其核心是基于关联和激活扩散，建议在需要记忆的上下文明确时主动调用，以增强记忆的关联性。注意，它不依赖LLM，因此记忆的“智能”体现在关联网络的构建和检索逻辑上，而非生成能力。
核心特点
核心区别在于其完全独立的神经图记忆架构，具备赫布学习、记忆衰减、矛盾检测和时间推理机制，实现了不依赖LLM的、可主动触发的持久化智能回忆，而非简单的键值对存储或基于LLM上下文的短期记忆。
注意事项
不适合需要即时生成大量新内容或进行开放式创意写作的场景，其核心是记忆的存储、关联与检索，而非内容创作。
常见问题
Neural-Memory 能记住多久以前的内容？
理论上可以永久存储，但会根据记忆衰减机制（如使用频率）动态调整记忆强度，不常用的记忆会逐渐淡化。
它如何检测记忆中的矛盾？
通过神经图中的关联节点和激活模式，当新信息与已存储信息在相同上下文中产生冲突时，系统会标记矛盾以供后续处理或人工审查。
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-4/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-4/raw/index.md（查看排版版本）