lucianwhy/agent-memory

最近记录的来源活动: 2026年4月13日 15:33

SkillsMP 收录数据更新: 2026年11月12日 12:52

已收集 skills: 1

GitHub 星标: 0
GitHub Forks: 0

用 AI 助手安装

复制这段 Prompt，发给你正在使用的 AI 助手。

Follow https://skillsmp.com/skill-install/prompt.md to install Agent Skills from https://github.com/lucianwhy/agent-memory.

仓库 README

仓库 README 来源：README.md

查看 README 源文件

展开完整 README

# 🧠 agent-memory > 基于 Karpathy LLM Wiki 方法论的跨 Agent 全局记忆库 > Markdown 即记忆，索引即导航，所有 Agent 共享同一套知识 --- ## 为什么需要这个？ AI 编码助手（Claude Code、Cursor、Copilot、Codex、WorkBuddy…）每次会话都是无状态的。你告诉它的事情，下次就忘了。现有的记忆方案要么是黑盒数据库（你看不到也改不了），要么是专属于某个 Agent 的（换个工具就不认），要么记忆越积越多最后撑爆上下文。 **agent-memory 的不同**： | 需求 | 现有方案 | agent-memory | |------|---------|-------------| | 人类可编辑 | ❌ SQLite/API | ✅ 纯 Markdown，用任何编辑器都能改 | | 跨 Agent 通用 | ❌ 绑定特定工具 | ✅ 任何能读文件的 Agent 都能用 | | 防记忆膨胀 | ❌ 全量加载 | ✅ 索引导航 + 按需加载 + 归档 | | 冲突检测 | ❌ 静默覆盖 | ✅ 矛盾标注，人类决定 | | 自我进化 | ❌ 手动维护 | ✅ `upgrade` 指令，AI 提案人类审批 | --- ## 快速开始 ### 1. 初始化记忆库 ```bash # 克隆或下载 git clone https://github.com/lucian-why/agent-memory.git cd agent-memory # 复制到你的记忆库路径 cp -r . ~/agent-memory/ ``` ### 2. 配置你的 Agent 在各 Agent 的配置文件中添加记忆库路径： **Claude Code** (`CLAUDE.md`)： ```markdown ## Global Memory - Memory path: /path/to/agent-memory/ - Always read INDEX.md first at session start - Follow PROTOCOL.md for all memory operations - Never load all memory files at once ``` **Cursor** (`.cursorrules`)： ```markdown ## Global Memory - Memory path: /path/to/agent-memory/ - Always read INDEX.md first at session start - Follow PROTOCOL.md for all memory operations - Never load all memory files at once ``` **Codex** (`AGENTS.md`)： ```markdown ## Global Memory - Path: /path/to/agent-memory/ - Read INDEX.md at session start - Follow PROTOCOL.md for all memory operations ``` **WorkBuddy** (`SOUL.md`)： ```markdown ## 全局记忆库 - 路径：/path/to/agent-memory/ - 会话开始先读 INDEX.md + LOG.md 最近5条 - 记忆操作遵循 PROTOCOL.md - 使用 agent-memory Skill 执行写入/归档/卫生操作 ``` ### 3. 开始使用对你的 Agent 说： - "记住 XXX" → 写入记忆 - "回忆一下 XXX" → 查询记忆 - "归档这个" → 保存对话洞察 - "记忆库健康检查" → hygiene --- ## 目录结构 ``` agent-memory/ ├── PROTOCOL.md ← 控制所有 Agent 行为的 Schema ├── INDEX.md ← 内容索引，会话开始必读 ├── LOG.md ← 时间日志，仅追加 ├── SKILL.md ← WorkBuddy Skill 定义（可选） ├── METHODOLOGY.md ← 方法论文档（设计思路） ├── wiki/ ← 记忆层（Agent 写，人类可读/改） │ ├── preferences.md ← 用户偏好（必读） │ └── troubleshooting.md ← 踩坑经验 └── archive/ ← 归档（超 30 天的旧记忆） ``` --- ## 五个核心指令 | 指令 | 作用 | 触发方式 | |------|------|---------| | `remember` | 写入记忆 | "记住XXX" / "记到记忆库" | | `recall` | 查询记忆 | "回忆XXX" / "记忆库里有XXX吗" | | `archive` | 归档对话洞察 | "归档这个" / 对话产生有价值结论 | | `hygiene` | 健康检查 | "记忆库体检" / 每周一次 / 文件超2KB | | `upgrade` | 自我更新 Skill | "升级记忆Skill" / 规则不适配 | 详见 [SKILL.md](./SKILL.md) 和 [PROTOCOL.md](./PROTOCOL.md)。 --- ## 设计哲学 ### Markdown 即记忆不是数据库，不是 API，不是向量存储。就是 Markdown 文件。原因： 1. **零摩擦人类编辑**：用 Obsidian、VS Code、记事本都能直接改 2. **Git 原生版本控制**：每次修改可追溯，Agent "跑偏"了可以回滚 3. **跨工具通用**：任何能读文件的 Agent 都能用，不需要 SDK 4. **冲突可见**：打开文件就能看到矛盾，不需要专门工具 ### 索引优先，按需加载不是一次加载全部记忆，而是： ``` INDEX.md（~500 token，必读）→ 按任务主题加载对应文件 → grep 搜索兜底 ``` 记忆注入不超过上下文窗口的 40%，留给对话至少 55-80%。 ### 好的答案归档回 Wiki 对话中产生的洞察（踩坑经验、技术决策、工作流优化）不能消失在聊天历史里。`archive` 指令把有价值的结论写回记忆库。 ### 自我进化 `upgrade` 指令让 Skill 规则本身也能迭代——AI 分析使用记录，提出规则变更提案，人类审批后执行。 --- ## 方法论设计灵感来自三个方向： 1. **Karpathy LLM Wiki**：三层架构（来源 → Wiki → Schema）、索引+日志双文件、lint 健康检查 2. **趋同进化验证**：Manus（$20亿估值）、OpenClaw（145K★）、Claude Code 官方都选择了 Markdown 记忆方案 3. **渐进式检索**：ripgrep → BM25 → 混合搜索，按需升级，不过度设计详见 [METHODOLOGY.md](./METHODOLOGY.md)。 --- ## 与其他方案的区别 | 维度 | Mem0 | Letta/MemGPT | agent-memory | |------|------|-------------|-------------| | 存储 | 向量数据库 | 内部存储 | **Markdown 文件** | | 人类可编辑 | ❌ | ❌ | ✅ 直接打开改 | | 跨 Agent | 需跑服务 | 需跑服务 | **零依赖，任何 Agent 读文件即用** | | 记忆控制权 | 框架决定 | Agent 自管 | **人类决定，AI 执行** | | 版本控制 | 需自建 | 需自建 | **Git 原生** | | 冲突可见 | 需查询 | 需查询 | **打开文件就能看** | | 上手成本 | 需部署 | 需学习 | **下载即用** | --- ## 适用场景 - 🧑‍💻 **个人开发者**：跨工具共享项目知识、踩坑经验、技术决策 - 🔬 **研究者**：增量构建主题知识库，论文阅读笔记交叉引用 - 📚 **学习者**：课程笔记、读书笔记，随时间累积结构化知识 - 🏢 **团队**：共享内部 wiki（配合 Git 协作） --- ## License MIT --- *Inspired by [Karpathy's LLM Wiki](https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f)*

正在加载仓库 README…

这个仓库中的 skills

软件开发工程师

1 个职业分类 · 已分类 100%

skill

职业分类

描述

更新

agent-memory

软件开发工程师

跨Agent全局记忆库管理工具。支持 remember（写入）、recall（查询）、archive（归档洞察）、hygiene（健康检查）、upgrade（自我更新）五个指令。所有记忆以 Markdown 文件存储，人类可直接编辑。

2026-04-13

已展示 1 / 1 个已收集 Skill。