| name | memory-extraction |
| description | Agent-only workflow for extracting key information from conversations, code changes, and deployments into structured memory files. Supports xMemory 4-layer architecture with theme assimilation. Automatically updates `_omp/memory/` directory and notifies other agents. |
| metadata | {"author":"Wendy (Workflow Builder)","version":"3.0","language":"zh-CN","audience":"agent-only"} |
Memory Extraction Skill (Agent-Only)
目的
自动提取对话中的关键信息，智能路由到正确的存储系统：
- 项目级信息 →
_omp/memory/ 目录 (Git 版本控制)
- 用户级信息 →
openmemory MCP (跨项目共享)
Agent-Only 原则:
- 自动触发：对话结束时或检测到有价值信息时自动运行
- 智能分类：根据信息类型自动选择存储位置
- 零人工干预：无需用户确认，静默执行
- 双系统同步：同时管理
_omp/memory/ 和 openmemory
核心目录结构
_omp/ # OpenMemory Plus 核心目录
├── commands/
│ ├── memory.md # 主命令入口
│ └── memory-actions/ # 7 个子动作
├── skills/
│ └── memory-extraction/ # 本 Skill
│ ├── SKILL.md
│ ├── scripts/validate.sh
│ └── templates/*.tmpl
└── memory/ # 项目级记忆
├── project.yaml # 项目配置 (SSOT)
├── decisions.yaml # 技术决策记录
├── changelog.yaml # 变更历史
├── sessions/ # 会话记录 (L1 Episode)
└── themes/ # 主题层 (L3 Theme) ← NEW
├── index.yaml # 主题索引和配置
└── embeddings.json # 主题质心向量
xMemory 4-Layer Architecture
| 层级 | 存储位置 | 用途 |
|---|
| L3 Theme | _omp/memory/themes/ | 主题聚合，多个语义记忆的抽象 |
| L2 Semantic | openmemory MCP (Qdrant) | 语义记忆，可检索的知识片段 |
| L1 Episode | _omp/memory/sessions/ | 情节记忆，会话上下文 |
| L0 Message | 对话历史 | 原始消息（不持久化） |
双层记忆架构（简化视图）
| 系统 | 存储位置 | 用途 |
|---|
| 项目级 | _omp/memory/ | 项目配置、技术决策、变更记录、主题 |
| 用户级 | openmemory MCP | 用户偏好、技能、跨项目上下文 |
分类规则
📖 详细规则: 参见 references/classification-rules.md
快速分类指南
| 信号 | Scope | Confidence | 存储位置 |
|---|
| "我喜欢/偏好/习惯" | PERSONAL | EXPLICIT | openmemory |
| "项目使用/配置为" | PROJECT | EXPLICIT | _omp/memory/ |
| "决定/选择/采用" | PROJECT | EXPLICIT | decisions.yaml |
| 用户反复使用某模式 | PERSONAL | INFERRED | openmemory |
| "试试/也许/可能" | EPHEMERAL | UNCERTAIN | 不存储 |
置信度阈值
- 存储阈值: confidence >= 0.4
- 自动存储: confidence >= 0.7
- 需确认: 0.4 <= confidence < 0.7
敏感信息过滤
禁止存储（检测后阻止）:
| 类型 | 检测模式 |
|---|
| API Key | sk-, api_key, token=, bearer |
| 密码 | password, secret, credential |
| 私钥 | -----BEGIN, PRIVATE KEY |
| 个人信息 | 身份证号, 银行卡号, 手机号 |
ROT 过滤规则
📖 详细规则: 参见 references/rot-filter.md
| 类型 | 检测方式 | 处理 |
|---|
| Redundant | 语义相似度 > 0.85 | 合并或跳过 |
| Obsolete | 超过 TTL 且无访问 | 标记或删除 |
| Trivial | 长度 < 10 或匹配阻止模式 | 丢弃 |
快速判断:
- ❌ "好的" / "OK" / "明白了" → Trivial
- ❌ 与已有记忆相似度 > 0.85 → Redundant
- ❌ 被明确否定的旧信息 → Obsolete
触发条件
自动触发（推荐）
- 对话结束时自动检查是否有新信息
- 检测到以下关键事件时立即触发：
- 部署状态变更（成功/失败）
- 新服务配置
- 重要技术决策
- 项目里程碑
手动触发
- 用户说
/extract-memory 或 "保存到记忆"
- 用户说 "记住这个" 或 "更新配置"
🔄 自动化流程 (xMemory Enhanced)
对话/操作 → 信息检测 → 分类 → 提取 → 存储 → 主题吸附 → 通知
↓ ↓ ↓ ↓ ↓ ↓ ↓
输入源 触发判断 类型识别 结构化 L2语义 L3主题聚合 更新Agent
xMemory 主题吸附 (L3 Assimilation)
当新的语义记忆存入 L2 层后，自动触发主题吸附：
1. 计算新记忆的 embedding
2. 与现有主题 centroids 计算余弦相似度
3. 相似度 >= 0.62 (attachThreshold): 吸附到现有主题
4. 相似度 < 0.62: 创建新主题
5. 主题语义数 > 10: 触发主题分裂
6. 两主题相似度 > 0.78: 触发主题合并
配置位置: _omp/memory/themes/index.yaml
Phase 1: 信息检测
检测规则（按优先级）：
| 优先级 | 信息类型 | 检测信号 | 示例 |
|---|
| P0 | 部署变更 | deploy, vercel, wrangler, URL 变化 | 新域名上线 |
| P0 | 服务配置 | config, secret, token, API 密钥 | 更新 VERCEL_TOKEN |
| P1 | 技术决策 | 决定, 选择, 采用, 架构变更 | 选择 YAML 格式 |
| P1 | 项目里程碑 | 完成, 上线, 发布, 版本号 | v1.0 发布 |
| P2 | 路径变更 | 目录创建/移动, 文件重组 | 创建 _omp/memory/ |
| P2 | 工具配置 | CLI 安装, 依赖更新 | 安装 resumes-cli |
Phase 2: 信息分类与路由
根据检测结果，智能路由到正确的存储系统：
项目级 → _omp/memory/
| 分类 | 目标文件 | 内容类型 |
|---|
project | _omp/memory/project.yaml | 项目常量、部署信息、路径 |
decisions | _omp/memory/decisions.yaml | 重要技术决策记录 |
changelog | _omp/memory/changelog.yaml | 变更历史 |
用户级 → openmemory
| 分类 | MCP 工具 | 内容类型 |
|---|
preference | add_memories_openmemory | 用户偏好、习惯 |
skill | add_memories_openmemory | 用户技能、经验 |
context | add_memories_openmemory | 对话上下文、历史 |
openmemory MCP 调用
写入用户记忆:
Tool: add_memories_openmemory
Parameter: text = "用户偏好: {提取的偏好信息}"
搜索用户记忆:
Tool: search_memory_openmemory
Parameter: query = "{搜索关键词}"
Phase 3: 结构化提取
存储格式 (参见 templates/memory-entry.yaml.tmpl):
- key: tech-stack
value: "TypeScript + React + Vite"
metadata:
scope: PROJECT
confidence: 1.0
source: explicit
temporality: permanent
timestamps:
created_at: "2026-02-03T10:00:00Z"
updated_at: "2026-02-03T10:00:00Z"
last_accessed: "2026-02-03T10:00:00Z"
tracking:
access_count: 1
decay_score: 1.0
用户记忆 (通过 MCP):
Tool: add_memories_openmemory
Parameter: text = "[SCOPE:PERSONAL][CONF:0.9] 用户偏好: 2 空格缩进，函数式编程风格"
💡 在 text 中嵌入元数据标签，便于后续检索和过滤
其他提取模板：
deployment:
{service_name}:
url: {new_url}
status: {active|pending|failed}
updated_at: {timestamp}
updated_by: {agent|user}
decisions:
- id: {uuid}
date: {date}
title: {decision_title}
context: {why_this_decision}
choice: {what_was_chosen}
alternatives: [{other_options}]
impact: {affected_areas}
paths:
{path_key}: {new_path}
Phase 4: 存储
写入规则：
- 读取现有文件（如存在）
- 合并新信息（不覆盖，追加/更新）
- 保留注释和格式
- 添加
last_updated 时间戳
示例写入：
deployment:
vercel:
url: https://web-zeta-six-79.vercel.app
status: active
updated_at: 2026-02-02T10:30:00Z
Phase 5: 通知其他 Agent
更新完成后，在以下位置添加通知标记：
_meta:
last_updated: 2026-02-02T10:30:00Z
updated_by: memory-extraction-skill
changes:
- "deployment.vercel.status: pending → active"
输出格式
_omp/memory/project.yaml (主配置)
见现有文件结构，本 Skill 负责自动更新。
_omp/memory/sessions/{date}.yaml (会话记录)
date: 2026-02-02
sessions:
- id: session-001
start: "10:00"
end: "11:30"
summary: "部署 Vercel 并配置 Cloudflare Worker"
key_actions:
- "更新 VERCEL_TOKEN GitHub Secret"
- "创建 _omp/memory/ 目录结构"
decisions:
- "采用 YAML 格式作为 memory 存储格式"
_omp/memory/decisions.yaml (决策记录)
decisions:
- id: dec-2026-02-02-001
date: 2026-02-02
title: "Memory 存储格式选择"
context: "需要跨 Agent 共享配置，支持多 IDE"
choice: "YAML 格式"
alternatives: ["JSON", "Markdown", "TOML"]
rationale: "人类可读 + 机器可解析 + 支持注释"
与其他 Agent 的集成
读取方（其他 Agent）
其他 Agent 应在启动时读取 _omp/memory/project.yaml：
<!-- 在 CLAUDE.md 或 Agent 配置中 -->
> 📌 **配置中心**: 项目常量统一存储在 `_omp/memory/project.yaml`
写入方（本 Skill）
本 Skill 是 _omp/memory/ 的唯一写入者，确保：
错误处理
写入失败场景
| 场景 | 处理策略 |
|---|
| YAML 语法错误 | 验证失败，不写入，通知用户修复 |
| 文件不存在 | 从模板创建新文件 |
| 权限拒绝 | 记录错误，跳过此次更新 |
| Schema 验证失败 | 回滚到上一版本，输出差异 |
回退机制
- 写入前备份: 修改前复制到
_omp/memory/.backup/
- 原子写入: 写入临时文件，验证后重命名
- 错误日志: 记录到
_omp/memory/sessions/{date}.yaml 的 errors 字段
验证脚本
_omp/skills/memory-extraction/scripts/validate.sh
触发条件详解
自动触发时机
| 触发信号 | 说明 | 示例 |
|---|
| 用户结束对话 | 用户说 "bye", "结束", "exit", "谢谢" | 用户: 好的，先这样 |
| 部署完成 | 检测到 deploy/vercel/wrangler 输出 | vercel --prod 成功 |
| 配置变更 | 修改了 env/secret/config 文件 | 更新 .env |
| 创建新目录 | 创建了项目级目录 | mkdir _omp/memory/ |
| 重要决策 | 对话中明确了技术选型 | 决定使用 YAML 格式 |
不触发的场景
- 普通代码编辑（非配置文件）
- 读取操作（无写入）
- 临时文件操作
辅助资源
模板文件
templates/memory-entry.yaml.tmpl - 记忆条目模板 (含元数据和冲突追踪)
💡 扩展模板: 如需 session 或 decision 专用模板，可基于 memory-entry.yaml.tmpl 创建
参考文档
references/classification-rules.md - 多维度分类规则references/rot-filter.md - ROT 过滤规则references/decay-model.md - Ebbinghaus 衰减模型references/health-score.md - 健康度计算公式
Schema 验证 (可选)
⚠️ 待实现: Schema 验证文件尚未创建，可根据需要添加：
_omp/memory/schema/project.schema.json_omp/memory/schema/decisions.schema.json
执行检查清单
Agent 在对话结束前执行：
冲突检测
Agent 在查询记忆时应检测两系统数据一致性：
检测时机
- 用户询问配置/部署信息时
- 执行
/memory sync 命令时
- 发现两系统返回不同结果时
检测逻辑
查询结果
↓
提取关键实体 (URL, 配置值, 技术选型)
↓
比对 _omp/memory/ vs openmemory
↓
发现差异 → 提示用户确认
↓
用户选择 → 更新/删除过时记录
冲突处理
| 场景 | 处理方式 |
|---|
| URL 不一致 | 提示用户，优先 _omp/memory/ |
| 技术选型冲突 | 展示两边，请求决策 |
| 时间戳可判断 | 自动保留较新版本 |
对话启动时自动加载
Agent 在对话开始时应并行查询两个系统：
对话开始
↓
┌─────────────────┐ ┌─────────────────┐
│ _omp/memory/ │ │ openmemory │
│ (读取 YAML) │ │ (search_memory) │
└────────┬────────┘ └────────┬────────┘
│ │
└───────────┬───────────┘
↓
上下文融合
加载步骤:
- 读取
_omp/memory/project.yaml 获取项目配置
- 调用
search_memory_openmemory 查询相关用户记忆
- 融合两边信息作为对话上下文
降级策略
当 openmemory MCP 不可用时:
- 检测 MCP 连接状态（调用失败或超时）
- 降级到仅
_omp/memory/ 存储
- 用户级信息临时存入
_omp/memory/user-context.yaml
- 服务恢复后提示用户同步
_degraded: true
_reason: "openmemory MCP unavailable"
pending_memories:
- text: "用户偏好: 使用中文"
created_at: 2026-02-02T10:30:00Z
版本历史
| 版本 | 变更 |
|---|
| v3.0 | xMemory 4 层架构：添加 L3 主题层、主题吸附流程、themes/ 目录 |
| v2.1 | 目录重构：_omp/ 统一目录，移除 rules/，分类规则内嵌 |
| v2.0 | 双层记忆架构：整合 openmemory MCP，智能分类路由 |
| v1.1 | 添加错误处理、Schema 验证、模板文件、触发条件详解 |
| v1.0 | 初始版本：自动提取、YAML 存储、多 Agent 通知 |
