python scripts/evaluate_importance.py --auto --text "这里是需要评分的内容"

记忆策略技能

概述

本技能提供完整的对话记忆管理策略，包括：

• - 双层记忆架构：长期记忆（永久保存）+ 短期记忆（30天衰减）
• 时间衰减机制：近期内容权重更高，自动归档过期记忆
• 智能评分系统：1-5分自动评估信息重要性
• 静默代理：会话结束自动整理归档

快速开始

初始化记忆系统

在首次使用时，创建记忆目录结构：

bash

在项目根目录执行

mkdir -p .memory/{long-term,short-term}
touch .memory/INDEX.md
touch .memory/README.md

配置参数

在 .memory/config.yaml 中配置：

yaml

时间衰减配置

time_decay:
period: 30 # 衰减周期（天）
min_weight: 0.2 # 最小权重
curve: linear # 衰减曲线：linear/exponential

评分维度权重

scoring_weights: impact: 0.25 # 影响范围 persistence: 0.25 # 持久性 reusability: 0.25 # 复用价值 decision_basis: 0.25 # 决策依据

存储路径

storage_paths: core_memory: .memory/long-term/MEMORY.md contacts: .memory/long-term/contacts.md projects: .memory/long-term/projects.md decisions: .memory/long-term/decisions.md patterns: .memory/long-term/patterns.md preferences: .memory/long-term/preferences.md feedback: .memory/long-term/feedback.md daily_log: .memory/short-term/

核心功能

1. 记忆写入

自动评分（支持 Kimi API）

方式1：Kimi API 智能评分（推荐）
bash
python scripts/evaluate_importance.py --auto --text 这里是需要评分的内容

Kimi API 会根据内容语义自动判断4个维度的分值。

方式2：手动输入4维度

总分 = 影响范围×25% + 持久性×25% + 复用价值×25% + 决策依据×25%

5分 (核心配置) → 写入 MEMORY.md
4分 (重要经验) → 写入 patterns.md 或 decisions.md
3分 (常规工作) → 写入当日日志
2分 (临时工作) → 写入当日日志（简要）
1分 (不记录) → 丢弃

触发词检测

用户说以下词语时自动提升评分：

触发词	评分	写入位置
永久保存	5分	MEMORY.md
这是一个重点

5分 | MEMORY.md |
| 记下来 | 4分 | 长期记忆 |
| 记住这个 | 4分 | 长期记忆 |
| 别忘了 | 4分 | 长期记忆 |

2. 记忆检索

时间衰减权重

天数 权重 加载方式
─────────────────────────────
0-3 100% 完整内容 + [最近]标签
4-7 80% 完整内容 + [近期]标签
8-14 60% 摘要形式
15-30 40% 仅关键信息
>30 20% 已归档，仅强匹配时加载

权重公式: weight = max(0.2, 1 - (days / 30) × 0.8)

三级检索策略

Level 1: 核心记忆 (P0)
├── MEMORY.md - 关键配置段落
└── contacts.md - 相关API密钥

Level 2: 专题记忆 (P1/P2)
├── 检测用户查询关键词
├── 匹配INDEX.md主题分类
└── 加载对应的专题文件

Level 3: 历史记忆
├── 0-7天: 完整内容，高权重
├── 8-30天: 摘要形式，中权重
└── >30天: 已归档，低权重

3. 静默代理整理

触发时机

• - 会话结束前（用户说结束、就这样）
• 长时间无交互（10分钟）
• 用户说立即整理

整理流程

1. 1. 内容提取：回顾会话，提取关键事件
2. 自动评分：4维度加权计算1-5分
3. 分级写入：按评分写入对应文件
4. 更新索引：更新INDEX.md
5. 生成报告：向用户展示整理结果

输出示例

[静默代理] 已为您整理今日记录：

• - ⭐⭐⭐⭐⭐ 5分（核心配置）：1条 → 已保存到 MEMORY.md
• ⭐⭐⭐⭐ 4分（重要经验）：2条 → 已保存到 patterns.md
• ⭐⭐⭐ 3分（常规工作）：3条 → 已记录到 2026-03-15.md

工作流程

场景1：用户说记下来

用户: 记下来：第三方API字段映射需要验证实际返回格式
↓
检测到触发词记下来
↓
自动评分: 4分（用户明确要求记录）
↓
写入: .memory/long-term/patterns.md
↓
更新: .memory/INDEX.md 索引
↓
反馈: 已记录到patterns.md，评分4分

场景2：会话结束自动整理

用户: 结束今天的对话
↓
触发静默代理
↓
提取关键事件:
- 设计双层记忆机制 → 5分
- 修复API字段映射 → 4分
- 更新配置文件 → 3分
↓
分级写入:
- 5分 → MEMORY.md
- 4分 → patterns.md
- 3分 → 2026-03-15.md
↓
更新索引 → 生成报告

场景3：查询历史记忆

用户: 之前是怎么配置数据监控的？
↓
关键词匹配: 数据监控
↓
加载相关记忆:
- projects.md#stock-monitor (Level 2)
- 近7天日志中相关内容 (Level 3, 80%权重)
- 7-30天日志摘要 (Level 3, 40%权重)
↓
整合回答

文件结构

.memory/
├── INDEX.md # 记忆索引（快速导航）
├── README.md # 使用说明
├── config.yaml # 配置文件
│
├── long-term/ # 长期记忆（始终生效）
│ ├── MEMORY.md # 核心知识库（P0）
│ ├── contacts.md # 联系人信息（P0）
│ ├── projects.md # 项目信息（P1）
│ ├── decisions.md # 重要决策（P1）
│ ├── patterns.md # 模式实践（P2）
│ ├── preferences.md # 用户偏好（P2）
│ └── feedback.md # 反馈记录（P2）
│
└── short-term/ # 短期记忆（30天衰减）
└── YYYY-MM-DD.md # 每日工作记录

使用脚本

evaluate_importance.py

评估信息重要性并返回1-5分，支持手动评分和 Kimi API 自动评分：

手动评分：
bash
python scripts/evaluate_importance.py \
--impact 5 \
--persistence 5 \
--reusability 4 \
--decision_basis 5

Kimi API 自动评分（推荐）：
bash

需要先配置 API Key

export KIMIAPIKEY=your-api-key

python scripts/evaluate_importance.py \
--auto \
--text 这是一个需要评估重要性的工作内容描述...

输出示例：
json
{
score: 4,
level: 重要经验,
storage: long-term/patterns.md 或 decisions.md,
stars: ⭐⭐⭐⭐,
dimensions: {
impact: 4,
persistence: 5,
reusability: 4,
decision_basis: 4
},
reasoning: 这是一个重要的技术方案决策...,
method: kimi_api
}

retrieve_memory.py

检索记忆（带时间衰减）：

python
python scripts/retrieve_memory.py \
--query 数据监控 \
--days 30 \
--output results.json

silent_agent.py

静默整理会话内容：

python
python scripts/silent_agent.py \
--session-log conversation.json \
--auto-write true

update_index.py

更新记忆索引：