neural-memory
为AI提供类人脑的持久化联想记忆能力
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提供类人脑的持久化联想记忆能力 完整的 Skill 内容见：https://321skill.com/skills/neural-memory-x-9/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
“记住我们决定将项目的主色调定为深蓝色。”，它会将这一决策连同时间戳和上下文存入记忆网络。几天后，当你开始设计新界面时问：“我们之前关于主色调的决定是什么？”，AI会自动从记忆中检索并回答：“根据3月15日的对话，项目主色调已定为深蓝色。”
介绍
该技能为AI Agent提供了一个基于神经网络的联想记忆系统，解决了传统AI对话中上下文丢失、无法跨会话记忆关键信息的问题。它通过构建一个具有赫布学习、记忆衰减和矛盾检测等机制的记忆图谱，让AI能够主动存储和提取跨对话的信息。
使用时，AI可以根据预设的触发条件（如用户询问“你还记得…”、开始新任务、做出决策后等）主动调用该技能，将当前对话中的重要事实、决策、错误或上下文存入记忆，或在需要时通过激活扩散机制检索相关记忆片段注入到当前对话中，实现智能的持续性回忆。
它特别适合那些需要AI在长期、多轮互动中保持连贯性和上下文意识的场景，例如需要追踪项目历史、记录用户偏好、复盘错误原因或构建长期知识库的各类智能体开发者和高级用户。
建议在部署前明确需要记忆的信息类型和触发存储/检索的规则，并注意该系统不依赖LLM，其记忆的“智能”体现在关联和检索的逻辑上，而非生成新的理解，因此更适合作为事实和上下文的存储与关联引擎。
核心特点
核心区别在于其完全独立的、基于神经图与赫布学习的记忆机制，不依赖LLM进行记忆存储与检索，实现了零LLM依赖的持久化、可关联、带时间推理的记忆系统，并能主动检测记忆间的矛盾。
注意事项
不适合需要AI进行创造性内容生成或理解复杂、模糊语义的场景，其记忆本质上是结构化的关联事实网络。
常见问题
这个记忆技能和普通的对话历史记录有什么区别？
它不只是记录，而是构建了概念间的关联网络，能通过“激活扩散”智能地联想和提取相关记忆，支持因果追溯和矛盾检测，是结构化的智能记忆。
我需要编程才能使用它吗？
通常需要一定的开发或配置能力，将其集成到你的AI Agent或工作流中，并定义何时触发存储和检索。
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-9/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-9/raw/index.md（查看排版版本）