Agent skill
mem-record
AI个人记忆系统的记忆记录功能。自动从对话中提炼关键信息并记录到相应层级。使用场景:(1) 用户说"记录到记忆系统"、"记住这个"、"把这次对话记下来"时;(2) 检测到重要事件、决策、偏好表达时;(3) 用户完成重要任务或做出决策时。该skill会自动判断应该记录到L1情境层、L2行为层、L3认知层,还是建议更新L4核心层。
Install this agent skill to your Project
npx add-skill https://github.com/zephyrwang6/myskill/tree/main/mem-record
SKILL.md
AI记忆记录
快速开始
当用户说"记录到记忆系统"或类似表达时,执行以下流程:
- 提炼关键信息 - 从当前会话中提取事件、决策、偏好、情绪
- 确定记录层级 - 根据内容类型判断应该记录到哪一层
- 检测重复模式 - 检查是否为重复出现的模式(3次+)
- 更新文件 - 更新相应的记忆文件
- 建议提炼 - 如果检测到重复模式,建议提炼到更高层级
工作流程
第一步:提炼关键信息
从当前会话中提取:
- 事件:发生了什么?何时发生的?
- 决策:做了什么决定?考虑因素是什么?
- 偏好:表达了什么喜好或厌恶?
- 情绪:有什么情绪反应?
- 后续行动:提到了什么接下来的行动?
第二步:确定记录层级
根据内容类型判断层级:
L1_情境层(日常记录):
- 日常事件、对话
- 重要决策、任务完成
- 情绪表达
L2_行为层(习惯与偏好):
- 出现3次+的偏好表达
- 习惯性行为模式
- 工具使用偏好
L3_认知层(思维模式):
- 多个行为指向同一原则
- 决策框架
- 思考模型
L4_核心层(⚠️ 只能手动修改):
- 价值观表达
- 人生信念
- 身份认同
详细的判断规则见 protocol.md
第三步:检测重复模式
使用Grep搜索关键词:
Grep "关键词" AI_MEMORY/L1_情境层/
统计出现次数,如果 >= 3次,建议提炼到L2行为层。
示例:
用户说:"我喜欢用图表而不是大段文字"
执行:Grep "图表" AI_MEMORY/L1_情境层/
结果:发现这是第3次出现
操作:建议记录到 L2_行为层/工作习惯.md
第四步:更新文件
更新L1_情境层
- 读取当前月份文件(如
AI_MEMORY/L1_情境层/2025-12.md) - 在"按日期记录"部分添加新条目
格式:
### {日期}(周X)
#### {事件类型}
- **内容**:{提取的内容}
- **情绪**:{情绪(如有)}
- **后续行动**:{行动(如有)}
- **标签**:`#{标签1} #{标签2}`
更新L2行为层
如果检测到重复模式(3次+),更新相应的L2文件:
- 检查是否存在相关文件(如
L2_行为层/工作习惯.md) - 如果不存在,创建新文件
- 添加或更新该行为模式
第五步:建议提炼
向用户展示:
✅ 已记录到 L1_情境层/2025-12.md
💡 检测到这是第{N}次出现"{偏好/行为}",
是否记录到 L2_行为层/{相关文件}.md?
如果涉及L4核心层(价值观):
⚠️ 这次对话涉及核心价值观,
建议手动更新 L4_核心层/核心价值观.md
要不要我生成建议内容供你审核?
L4核心层保护原则
L4_核心层只能由用户手动修改
Claude可以:
- ✅ 建议更新
- ✅ 生成建议内容
- ✅ 展示当前内容
Claude绝对不能:
- ❌ 直接写入L4文件
- ❌ 自动推断价值观
文件结构
完整的文件结构见 structure.md
重要路径:
- L1情境层:
AI_MEMORY/L1_情境层/{年}-{月}.md - L2行为层:
AI_MEMORY/L2_行为层/ - L3认知层:
AI_MEMORY/L3_认知层/ - L4核心层:
AI_MEMORY/L4_核心层/(⚠️ 只读)
辅助脚本
使用 scripts/update_memory.py 可以:
- 获取当前月份文件路径
- 格式化L1条目
- 生成模式检查提示
示例
示例1:记录决策
用户:"今天我决定采用Claude Code方案来搭建AI记忆系统,
因为它不需要向量数据库,基于现有工具"
执行:
1. 提炼:决策(采用Claude Code)、考虑因素(无需向量DB)、情绪(未表达)
2. 判断:这是重要决策,记录到L1
3. 检查:首次提到此决策
4. 更新:L1_情境层/2025-12.md
5. 输出:✅ 已记录到L1情境层
示例2:记录偏好(检测到重复模式)
用户:"我更喜欢用图表而不是大段文字来解释概念"
执行:
1. 提炼:偏好(图表 > 文字)
2. 判断:偏好表达
3. 检查:Grep "图表" L1_情境层/
4. 结果:发现这是第3次出现
5. 输出:✅ 已记录到L1
💡 这是第3次提到"图表偏好",是否记录到L2?
示例3:涉及价值观
用户:"对我来说,成长比赚钱更重要"
执行:
1. 提炼:价值观(成长优先)
2. 判断:涉及L4核心层
3. 输出:⚠️ 这涉及核心价值观
建议手动更新 L4_核心层/核心价值观.md
要不要我生成建议内容?
常见问题
Q:如何判断应该记录到哪一层?
A:参考 protocol.md 的判断规则。
Q:如何检测重复模式?
A:使用Grep搜索关键词,统计出现次数。
Q:L4核心层可以自动更新吗?
A:不可以。L4核心层只能由用户手动修改,Claude只能建议。
Recommended Agent Skills
Expand your agent's capabilities with these related and highly-rated skills.
start-work
每日工作启动助手。读取Obsidian收件箱、计划文件,提醒今日待办,询问内容创作计划,展示周计划进度,调用热点采集。触发词:"开始工作"、"开启新一天"、"今天做什么"。帮助用户快速进入高效工作状态。
doc-coauthoring
Guide users through a structured workflow for co-authoring documentation, articles, or long-form content. Use when user wants to write documentation, proposals, articles, or similar structured content. This workflow helps users efficiently transfer context, refine content through iteration, and verify the doc works for readers. Trigger when user mentions writing docs, creating proposals, drafting articles, or using "co-authoring" workflow.
mem-query
AI个人记忆系统的记忆查询功能。检索各层级记忆文件,综合多层级信息回答用户问题。使用场景:(1) 用户问"我的记忆中关于XXX"时;(2) 用户询问自己的习惯/偏好/价值观时;(3) 需要基于用户历史提供建议时。该skill会自动检索L1-L4各层级,引用来源,给出基于记忆的个性化回答。
article-review
根据原文内容撰写深度文章评价/解读。当用户提供一篇文章、博客、公众号文章或任何长文内容,并要求生成评价、解读、读后感或二次创作内容时使用此技能。适用于:(1) 对技术文章、行业分析、年终总结等进行深度解读,(2) 提炼文章核心观点并用通俗语言重新表达,(3) 为社交媒体传播生成二次内容。
remotion-video
使用 Remotion 框架以编程方式创建视频。Remotion 让你用 React 组件定义视频内容,支持动画、字幕、音乐可视化、3D 视频、教程讲解视频等。适用于程序化视频、批量生成、数据驱动视频、音乐可视化、自动字幕等场景。
baoyu-post-to-x
Posts content and articles to X (Twitter). Supports regular posts with images/videos and X Articles (long-form Markdown). Uses real Chrome with CDP to bypass anti-automation. Use when user asks to "post to X", "tweet", "publish to Twitter", or "share on X".
Didn't find tool you were looking for?