neural-memory
为AI提供类人脑的持久化关联记忆，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提供类人脑的持久化关联记忆，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-7/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
‘开始为我们设计一个新的用户反馈分析功能。’，它会主动从记忆中调取上次讨论的相关用户痛点、技术选型决策以及曾遇到的错误，为新任务提供连贯的上下文。或者当用户问：‘为什么上次的部署失败了？’，AI能通过记忆图追溯出具体的错误链和根本原因。
介绍
Neural-Memory 是一个专为AI Agent设计的持久化关联记忆系统。它解决了AI在对话中缺乏长期记忆、无法主动回忆过往信息的问题，让AI能够像人类一样记住跨会话的上下文、决策、错误和事实。
该技能通过一个基于神经网络的图结构实现记忆存储，利用“扩散激活”机制进行智能联想回忆。当用户提到“你还记得…吗？”或开始新任务时，AI可以主动从记忆中注入相关背景。它还能在做出决策或遇到错误后自动存储信息，并在用户询问“为什么X会发生？”时，通过记忆追溯因果链。
它非常适合需要处理复杂、长期交互任务的AI应用开发者，例如开发智能客服、个人助理、项目管理助手或需要深度上下文理解的智能体。对于希望AI能积累知识、从历史中学习并做出更连贯响应的场景尤其有用。
使用建议：为了获得最佳效果，建议在对话开始时主动询问AI“关于这个任务，你记得什么相关背景吗？”，以触发记忆注入。请注意，该系统完全独立于LLM运行，因此其回忆能力取决于内部图结构的构建和训练，而非大模型的上下文窗口。
核心特点
核心区别在于其完全独立的“类脑”神经网络架构，具备赫布学习、记忆衰减、矛盾检测和时间推理能力，不依赖LLM的上下文窗口，实现了真正持久且可主动推理的智能记忆。
注意事项
不适合需要即时、精确记忆大量无关联原始数据（如整个数据库表）的场景，其优势在于关联和推理，而非海量存储。
常见问题
Neural-Memory 和直接让AI记住对话历史有什么区别？
它不是简单的历史记录，而是通过神经网络建立概念间的关联，能主动联想、推理因果，并随时间衰减无关记忆，更接近人脑的工作方式。
这个技能需要联网或调用外部API吗？
不需要，它是零LLM依赖的本地运行系统，所有记忆处理和推理均在内部神经图中完成。
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-7/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-7/raw/index.md（查看排版版本）