| name | mem-file-scan |
| description | AI个人记忆系统的文件扫描回顾功能。扫描Obsidian仓库中本周修改的文件（排除AI_MEMORY目录），识别潜在的重要事件和决策。使用场景：(1) 用户说"文件扫描"、"查看本周文件"、"扫描文件变化"时；(2) 周复盘时补充L1记录前；(3) 用户想回顾本周在Obsidian中的活动时。该skill会列出修改的文件，询问用户哪些需要记录到L1，并辅助记录。 |
Mem File Scan
Overview
扫描Obsidian仓库中本周修改的文件，帮助用户补充记录到L1情境层。解决AI记忆系统只能记录Claude对话内容，无法捕获用户在Obsidian中其他活动的问题。
触发时机
- 用户主动请求："文件扫描"、"查看本周文件"、"扫描文件变化"
- 周复盘流程开始时（可在周复盘前自动调用）
- 用户想回顾本周在Obsidian中的活动
工作流程
第一步：确定本周时间范围
计算本周的日期范围：
- 如果是周日或周日之后：本周一（00:00）至现在
- 如果是周日之前：上周一（00:00）至上周日（23:59）
示例：
今天是：2025-12-27（周五）
本周范围：2025-12-22（周一）至 2025-12-27（今天）
第二步：扫描修改的文件
使用Bash工具查找本周修改的文件：
find . -name "*.md" -type f -newermt "2025-12-22" ! -newermt "2025-12-28" \
! -path "./AI_MEMORY/*" \
! -path "./.obsidian/*" \
! -path "./.trash/*" \
! -path "./.claude/*"
注意：
! -path "./AI_MEMORY/*" 排除记忆系统本身- 根据实际日期调整
-newermt 参数
- 使用
find命令的-newermt选项查找修改时间
第三步：展示文件列表并询问
将找到的文件分类展示给用户：
📂 本周文件扫描结果（12-22 至 12-27）
━━━━━━━━━━━━━━━━━━━━━━━━
发现 {N} 个修改的文件：
📅 Daily日记类（X个）：
- Daily/2025-12-22.md
- Daily/2025-12-25.md
📝 项目文档类（X个）：
- Projects/项目A/进展.md
- Projects/项目B/会议记录.md
📚 学习笔记类（X个）：
- Learning/Python/装饰器.md
🎯 其他（X个）：
- ...
━━━━━━━━━━━━━━━━━━━━━━━━
接下来，我会帮你从这些文件中提取可能需要记录到L1的内容。
请告诉我：
1. 你希望我从哪些文件开始？（可以说"全部"、"从Daily开始"或指定具体文件）
2. 或者你可以直接告诉我哪些文件里包含重要事件/决策/偏好
第四步：读取并分析文件
根据用户选择，逐个读取文件并分析：
使用Read工具读取文件，寻找以下关键信息：
🎯 识别重点：
- 重要决策：技术选型、工具选择、方向调整
- 情绪记录：明显的情绪表达（兴奋、焦虑、成就感等）
- 新项目/新习惯：开始新项目、建立新习惯
- 重复行为：3次以上的相似活动
- 偏好表达：明确的喜欢/不喜欢表述
- 待办事项：重要但未完成的事项
- 有意义的资料收集：
- 与当前项目/系统强相关的学习资料
- 反映新兴趣方向的资料收集
- 可能暗示潜在改进意图的资料（如刚创建系统后就收集相关综述）
⚠️ 忽略内容：
- 偶然保存的无关文章（与当前兴趣/项目无关）
- 纯粹的临时笔记（无后续行动）
- 代码片段（除非是重要学习成果）
- 已记录到L1的内容
第五步：生成候选记录列表
对每个文件，生成候选记录：
📄 文件：Daily/2025-12-25.md
━━━━━━━━━━━━━━━━━━━━━━━━
发现以下可能需要记录的内容：
1️⃣ 【重要决策】选择Python作为后端语言
- 内容：讨论了技术栈，最终决定用Python
- 你的考虑：团队熟悉、生态丰富
- 情绪：安心
- 是否记录到L1？ [ ] 是 [ ] 否 [ ] 修改后记录
2️⃣ 【日常事件】完成了用户认证模块
- 内容：实现了登录、注册功能
- 是否记录到L1？ [ ] 是 [ ] 否
━━━━━━━━━━━━━━━━━━━━━━━━
第六步：等待用户确认并记录到L1
根据用户确认，使用mem-record skill记录到L1：
如果用户选择"是"：
调用 mem-record skill，传入提取的内容
如果用户选择"修改后记录"：
询问用户如何修改
根据用户反馈调整内容
调用 mem-record skill
如果用户选择"否"：
跳过，继续下一个
第七步：汇总记录结果
所有文件处理完成后，输出汇总：
✅ 文件扫描回顾完成！
━━━━━━━━━━━━━━━━━━━━━━━━
📊 本次扫描统计：
- 扫描文件数：{X}个
- 识别候选：{Y}条
- 成功记录到L1：{Z}条
📝 记录详情：
1. ✅ 技术选型决策 → L1_情境层/2025-12.md
2. ✅ 完成用户认证 → L1_情境层/2025-12.md
3. ⏭️ 跳过：日常琐事
━━━━━━━━━━━━━━━━━━━━━━━━
💡 建议：
- 这些新记录将在下次周复盘时参与行为模式分析
- 继续保持记录习惯，让记忆系统更全面地了解你
注意事项
文件排除规则
始终排除以下目录和文件：
AI_MEMORY/ - 记忆系统本身.obsidian/ - Obsidian配置.trash/ - 已删除文件.claude/ - Claude Code配置- 任何隐藏文件/目录（以
.开头）
智能识别优先级
按以下优先级识别：
- 决策 > 日常事件
- 情绪 > 纯事实
- 新项目/新习惯 > 常规活动
- 重复行为 > 偶发事件
记录密度控制
- 不要过度记录：琐碎的日常琐事无需记录
- 聚焦重要事件：决策、情绪、偏好、模式
- 尊重用户选择：由用户决定哪些值得记录
与其他skills的协作
与mem-record协作
本skill识别出需要记录的内容后，调用mem-record skill进行实际记录：
[mem-file-scan] 识别候选 → [用户确认] → [mem-record] 执行记录
与mem-weekly协作
在周复盘流程中，可以在分析L1记录之前调用本skill：
[周复盘开始]
↓
[mem-file-scan] 扫描本周文件，补充L1
↓
[mem-weekly] 分析L1，识别行为模式
错误处理
没有找到修改的文件
本周未发现修改的文件（排除AI_MEMORY目录）。
可能原因：
1. 本周主要在Claude中对话，较少直接编辑Obsidian
2. 文件修改时间未在本周范围内
建议：
- 继续使用mem-record记录日常对话
- 下周再尝试文件扫描
文件过大或格式异常
⚠️ 文件 {filename} 过大或格式异常，跳过分析
你可以：
1. 手动告诉我这个文件里的重要内容
2. 继续处理其他文件
示例对话
用户主动触发
用户：文件扫描
Claude：[调用mem-file-scan]
📂 本周文件扫描结果（12-22 至 12-27）
发现 5 个修改的文件...
[后续流程]
周复盘时自动调用
用户：周复盘
Claude：[先调用mem-file-scan]
在开始周复盘前，让我先扫描一下本周修改的文件...
[扫描流程]
✅ 补充记录完成
[然后调用mem-weekly]
现在开始周复盘分析...
