neural-memory
为AI提供类人脑的长期关联记忆，实现跨会话的智能回忆与推理。
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提供类人脑的长期关联记忆，实现跨会话的智能回忆与推理。 完整的 Skill 内容见：https://321skill.com/skills/neural-memory-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
‘开始设计用户登录模块。’，它会自动从记忆中调取上次讨论的关于安全漏洞的教训和用户偏好的UI风格，作为本次任务的背景输入。或者当用户问：‘为什么上次推荐A方案而不是B？’，AI能通过记忆网络追溯当时的决策依据、考虑的权衡因素以及可能忽略的风险点。
介绍
Neural-Memory是一个为AI Agent设计的关联记忆系统，它解决了AI在对话中缺乏持久记忆的问题。传统AI对话结束后上下文即丢失，而该技能通过构建神经图，让AI能够像人脑一样，在不同会话间记住事实、决策、错误和上下文，实现真正的持续性智能。
使用时，你需要主动触发或依赖AI的主动调用。例如，当用户询问“你还记得…吗？”或提及过去对话时，AI会自动从记忆中检索相关信息。更重要的是，在开始新任务时，AI会主动从记忆中注入相关背景；在做出决策或遇到错误后，AI会自动存储以供未来参考；当用户询问“为什么X会发生？”时，AI能通过记忆追溯因果链。
该技能特别适合需要长期、连贯交互的AI应用开发者，如智能体开发者、全栈开发者以及构建复杂对话系统的产品经理。对于希望AI助手能记住用户偏好、项目历史或学习过往错误的场景，此技能能极大提升体验的连贯性和智能深度。
建议在需要AI具备“成长性”和“上下文感知”能力的项目中集成。请注意，其记忆基于关联激活和赫布学习，可能产生非精确的联想，且需要一定的“培养”周期来积累有价值的记忆网络。它不是简单的键值存储，更适合需要推理和上下文关联的复杂场景。
核心特点
核心区别在于其完全独立于LLM的神经图架构，实现了基于赫布学习、记忆衰减和矛盾检测的自主联想与推理，而非依赖外部大模型的上下文窗口或向量数据库进行简单检索。
注意事项
不适合需要精确、即时的事实查询或作为简单键值数据库使用的场景，其记忆的召回依赖于关联强度，可能不精确。
常见问题
这个记忆技能需要联网或调用大模型吗？
完全不需要。它是零LLM依赖的本地神经图系统，所有记忆和处理都在本地完成。
AI如何知道什么时候该使用记忆？
设计为主动使用（PROACTIVELY），在特定场景（如用户提及过去、开始新任务、做决策后）会自动触发存储或检索。
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-5/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-5/raw/index.md（查看排版版本）