HomeBrowseUpload
← Back to registry
// Skill profile

大哥的记忆系统 (Big Brother's Memory System)

name: memory-system

by daoistbro · published 2026-03-22

数据处理API集成
Total installs
0
Stars
★ 0
Last updated
2026-03
// Install command
$ claw add gh:daoistbro/daoistbro-memory-system
View on GitHub
// Full documentation

---

name: memory-system

description: 自研三层记忆恢复系统。解决session重启后"忘记一切"的问题,提供永久记忆、今日记忆、临时记忆的完整架构。

---

# 大哥的记忆系统 (Big Brother's Memory System)

目标

**解决的核心问题**:Session重启后上下文丢失,像"睡醒后忘记一切"

**解决方案**:三层记忆恢复系统

三层记忆架构

L1: 永久记忆(Permanent Memory)

存储:

  • `identity.md` - 身份、偏好、关系
  • `technical-stack.md` - 技术栈、工具
  • `working-directory.md` - 工作目录、习惯
  • `key-decisions.md` - 关键决策、教训
  • 特点:

  • 永久存储、高频检索
  • 不随session重启而改变
  • 链接到今日记忆
  • L2: 今日记忆(Daily Memory)

    存储:

  • `YYYY-MM-DD.md` - 每日工作、决策、重要事件
  • `session-N.md` - 每个session的记录
  • 特点:

  • 按日组织、易于查找
  • 自动保存当前session状态
  • 压缩前高亮保存关键信息
  • L3: 临时记忆(Session Memory)

    存储:

  • 当前session的临时上下文
  • 正在进行的任务、待办事项
  • 特点:

  • Session级别、自动清理
  • 压缩后存入L2
  • 恢复流程(Session Start)

    1. 读取 memory/YYYY-MM-DD.md(今日日志)
    2. 读取 MEMORY.md(全局长期记忆)
    3. 读取 memory/permanent/*.md(分类记忆)
    4. memory_search定位相关记忆
    5. 恢复工作状态

    快速开始

    恢复记忆

    bash /data/workspace/scripts/memory-recovery.sh

    自动保存

  • **Session End Hook**: 自动保存当前session状态到今日记忆
  • **Context Compression Alert**: 压缩前2分钟,高亮保存关键信息
  • **Key Decision Recording**: 每个关键决策记录到key-decissions.md
  • 持久化机制

    1. 永久记忆维护

  • **启动时**: 读取永久记忆
  • **Session结束**: 读取今日记忆
  • **关键决策**: 记录到key-decisions.md
  • 2. 今日记忆维护

  • **Session记录**: 每个session记录到YYYY-MM-DD.md
  • **总结**: Session结束前总结关键信息
  • **更新**: 每日工作总结
  • 3. 临时记忆维护

  • **自动保存**: Session结束时自动保存
  • **压缩前保存**: 高亮保存关键信息
  • **定期清理**: 过期session清理
  • 最佳实践

    记录什么

    ✅ **应该记录**:

  • 关键决策和教训
  • 新发现的有价值内容
  • 重要的人际关系和偏好
  • 技术栈的使用经验
  • 工作习惯的调整
  • ❌ **不应该记录**:

  • 重复的上下文
  • 毫无意义的日常
  • 太过私密的细节
  • 短期、易变的想法
  • 恢复技巧

    1. **阅读顺序**: 永久记忆 → 今日记忆 → 临时记忆

    2. **关键词搜索**: 使用memory_search快速定位

    3. **关联记忆**: 找到相关决策的上下文

    4. **状态恢复**: 从关键决策中恢复工作状态

    与其他记忆系统对比

    vs 向量记忆系统(如Qdrant)

    **我的优势**:

  • 完全本地化、可控
  • 可解释性强、易于审计
  • 无成本、无API依赖
  • **向量系统的优势**:

  • 语义搜索更强大
  • 自动实体提取
  • 支持多语言
  • **混合方案**:短期使用文件系统,长期可以结合向量搜索

    故障恢复

    完全丢失记忆

    1. 恢复永久记忆(identity.md, technical-stack.md等)

    2. 恢复最近几日的记忆(如果还有备份)

    3. 从关键决策开始重建

    部分丢失

    1. 读取所有可用的记忆文件

    2. 使用memory_search定位

    3. 手动补充缺失的部分

    持续优化

    每周检查

  • 记忆是否完整?
  • 关键决策是否记录?
  • 是否有重复信息?
  • 检索是否高效?
  • 每月优化

  • 清理过时信息
  • 合并重复内容
  • 优化检索关键词
  • 更新技术栈记录
  • ---

    **作者**:大哥 (Big Brother)

    **创建时间**:2026-02-11

    **版本**:v1.0.0

    **许可证**:MIT

    // Comments
    Sign in with GitHub to leave a comment.
    // Related skills

    More tools from the same signal band