Tree-Ring-Memory
为AI智能体提供本地优先、框架无关的记忆生命周期管理框架。
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：Tree-Ring-Memory。 它的用途是：为AI智能体提供本地优先、框架无关的记忆生命周期管理框架。 完整的 Skill 内容见：https://321skill.com/skills/tree-ring-memory/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
“帮我初始化一个Tree Ring Memory存储库，并导入昨天智能体运行产生的决策日志。”，它会引导你完成本地存储库的创建，并将指定的JSONL日志文件安全地导入，同时自动进行敏感信息检查和初步的审计。之后，你可以让AI基于这些记忆进行查询，例如：“查询上周在处理‘用户数据导出’任务时，我们总结出的重要教训是什么？”
介绍
Tree Ring Memory 旨在解决AI智能体在长期运行中记忆管理混乱的问题。传统方式容易将记忆变成冗长的对话记录，而该框架通过类似树木年轮的结构，将新鲜记忆保持详细，将老旧记忆压缩成环，让重要的“伤疤”和持久的“心材”得以保留，从而优化记忆的存储与检索。
它通过一个Rust原生的CLI工具提供核心功能，包括记忆的导入/导出、审计、合并、维护以及与DOX/Revolve等项目的适配。开发者可以将其集成到自己的智能体工作流中，通过命令行或适配器来管理智能体的记忆。
该工具非常适合需要构建具有长期记忆和持续学习能力的AI智能体的开发者，特别是那些关注数据隐私、希望本地部署、并需要精细控制记忆生命周期的项目。
需要注意的是，该项目目前处于协议预览状态，API和功能可能发生变化。它默认注重隐私保护，会阻止类似密钥的记忆存储，并有意将原始对话记录排除在记忆范围之外，因此不适合需要完整对话历史存档的场景。
核心特点
核心区别在于其“年轮”式的记忆压缩与分层机制，能动态管理记忆的详细程度与留存优先级，而非简单的线性存储。同时，它从设计上就是框架无关且本地优先的，不依赖任何云服务，并内置了隐私保护默认设置。
注意事项
不适合需要完整、逐字记录对话历史或必须依赖云端记忆服务的场景。
常见问题
Tree Ring Memory 和向量数据库记忆有什么区别？
它不依赖向量检索，而是通过结构化存储、基于时间的压缩和显式标记（如伤疤、心材）来管理记忆生命周期，更注重记忆的演化和优先级，而非单纯相似性搜索。
需要联网使用吗？
不需要。它是一个本地优先的框架，核心存储使用SQLite，无需连接任何云服务。
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/tree-ring-memory/raw/index.md 读取 Tree-Ring-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/tree-ring-memory/raw/index.md（查看排版版本）