neural-memory
为AI提供持久化、可关联的智能记忆系统
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提供持久化、可关联的智能记忆系统 完整的 Skill 内容见：https://321skill.com/skills/neural-memory-x-6/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
‘记住，用户小明喜欢深色主题，并且上次反馈过加载速度慢的问题。’ 之后，当用户再次对话时，AI会主动回忆这些偏好和反馈。或者，当用户问‘为什么上次的推荐不太准？’时，AI可以追溯记忆中的决策链和当时的上下文，给出解释。
介绍
Neural Memory 是一个专为AI Agent设计的关联记忆系统，它解决了AI在跨会话对话中缺乏持久记忆、无法主动回忆和关联历史信息的问题。通过模拟神经网络的赫布学习、记忆衰减和矛盾检测机制，它能让AI像人一样记住关键事实、决策、错误和对话上下文。
使用时，你需要主动指示AI在特定场景下调用此技能。例如，当用户询问“你还记得……吗？”或开始新任务时，AI会自动从记忆中注入相关背景。在做出重要决策或遇到错误后，你也可以指示AI将信息存储起来，以备未来追溯因果链。
这个技能非常适合那些需要与用户进行长期、连贯交互的AI应用开发者，例如智能客服、个人助手或需要复杂上下文管理的对话系统。它让AI不再“健忘”，能够基于历史互动提供更智能、个性化的回应。
需要注意的是，该技能完全独立于大语言模型（Zero LLM dependency），其记忆能力基于自有的神经图结构。因此，它不依赖于外部API，但需要开发者正确配置并引导AI在合适的时机（如上述五个场景）主动使用，才能最大化其价值。
核心特点
核心区别在于其完全独立的神经图架构与“主动使用”机制。它不依赖LLM进行记忆存储与检索，而是通过赫布学习、记忆衰减和矛盾检测等仿生算法实现持久化、可关联的智能记忆，并能主动在关键对话节点（如追溯因果、开启新任务）注入历史上下文。
注意事项
不适合需要即时、一次性信息查询或无需跨会话记忆的简单对话场景。
常见问题
Neural Memory 如何存储记忆？
它通过内部的神经图结构，使用赫布学习等算法关联存储信息，并支持记忆衰减和矛盾检测，不依赖外部LLM。
什么时候应该使用这个技能？
主要在五个场景：跨会话需记忆时、用户提及过去、开始新任务、记录决策/错误后、以及追溯事件原因时。
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-6/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-6/raw/index.md（查看排版版本）