前言¶
和 AI 协作久了，常见摩擦不是模型不够聪明，而是上下文一断就「失忆」：上周踩过的坑、已经纠偏过的结论、验证过的配置，新会话里又要从头讲一遍。有人靠每次粘贴笔记或项目里的 MEMORY.md 顶着用，能缓解，但维护成本高，也容易和对话里新产生的经验脱节。
下面介绍 SkillHub 上的 AI Agent记忆系统（@user_7db0c006/agent-local-memory-keeper）。它把「记经验、召回、去重纠错」做成 Agent Skill：对话里出现值得沉淀的内容时自动入库，需要时用自然语言语义召回，数据以本地为主，并带版本与冲突处理机制。
这是什么¶
AI Agent记忆系统 是社区发布的 ai-agent 类 Skill，当前版本 v5.2.1，发布者为 user_7db0c006（SkillHub 页面标注作者为「路人甲」）。SkillHub 标签为 requires_api_key=false，即不强制要求单独配置 API Key 才能安装使用。
一句话定位：给 AI 的全自动跨会话长期记忆——你照常聊天，由 Skill 指导 Agent 在合适时机沉淀、整理、纠错与召回；适合用户抱怨「反复忘事 / 重复提问 / 结论过时」，或明确要求记住、召回、纠正、迁移记忆时使用。
官方入口：
- API 页：https://api.skillhub.cn/user_7db0c006/agent-local-memory-keeper
- SkillHub 页：https://www.skillhub.cn/skills/user_7db0c006/agent-local-memory-keeper
（截至 2026-10-19，SkillHub 显示评分 100000、下载约 29009 次。）
核心功能¶
以下能力均来自官方简介与 SkillHub 页面描述，按机制拆开说明。
自动沉淀，无需每次喊「记一下」¶
对话中出现踩坑、纠偏、验证过的结论时，Skill 会驱动 Agent 自动沉淀入库，不要求你每次手动说「记一下」。这与纯靠用户维护的静态记忆文件相比，更贴近「从真实协作里长出来的经验」。
库内整理：去重、纠错、归档与冲突仲裁¶
记忆库侧会做 自动去重、纠错、归档聚类；新旧结论冲突时会 检测并仲裁、将旧结论标旧。另有 定期自检自愈，官方表述为全程零维护取向（具体节奏与规则以 Skill 内 SKILL.md 为准）。
自然语言语义召回（本地中文模型）¶
需要历史经验时，可以说类似「找一下之前关于 XX 的」；中文换说法也能语义召回。召回侧说明为 本地中文模型，离线可用、数据不出本机，适合对数据出境或外网依赖敏感的环境。
版本、软失效与时间点回溯¶
过时结论支持 软失效、可撤销；每条记忆带 版本历史、可回滚；并支持按时间点回溯「当时为真」的结论状态，便于排查「为什么上次和这次说法不一样」。
安全与兜底¶
官方列出的安全设计包括：
- 整理时 只归档、不静默删除
- 敏感信息自动拦截隔离
- 召回引擎 降级必告警，并附修复路径
可主动干预的操作¶
除自动流程外，可用自然语言触发干预，例如：
- 「帮我一键配好」
- 「这条结论作废」
- 「备份一下记忆库」
另：简介中提到 投资类结论支持从 DuckDB 复算校验（适用边界以 Skill 内说明为准）。
安装与启用¶
SkillHub 官方安装指引见 SkillHub 安装与优先源配置。页面上的安装提示为：按该文档安装 @user_7db0c006/agent-local-memory-keeper。
1、检查或安装 skillhub CLI¶
先确认本机是否已有 skillhub：
command -v skillhub && skillhub --version
未安装时，可用官方脚本（完整安装含 CLI 与默认 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
仅安装 CLI：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
2、安装到当前 Agent 的 skills 目录¶
安装技能时 必须 用 --dir 指向当前 Agent 识别的 skills 目录；否则默认会装到 ./skills/，Agent 可能读不到。官方文档列出的常用路径示例：
| 环境 | skills 目录（示例） |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或项目下 .agents/skills/ |
在对应目录下执行安装（将 <skills 目录> 换成你的实际路径）：
skillhub install user_7db0c006/agent-local-memory-keeper --dir <skills 目录>
也可先把 SkillHub 页面上的提示发给当前 AI，让其按 skillhub.md 完成安装；坐标写法为 @user_7db0c006/agent-local-memory-keeper，与 CLI 的 user_7db0c006/agent-local-memory-keeper 对应同一技能。
3、启用后¶
安装到正确目录后，按你所用 Client 的惯例 重启或重新加载 Agent，使新 Skill 被加载。首次使用若本地召回模型或目录未就绪，可对照 Skill 说明使用「帮我一键配好」类指令完成初始化（细节以 Skill 包内文档为准）。
典型用法¶
官方没有单独的长篇教程，用法主要体现在 对话意图 与 Skill 触发的场景上，可复现的示例如下。
日常协作（自动记）
正常描述问题、排错过程和最终验证结果即可；当出现踩坑、纠偏或已验证结论时，由 Skill 驱动沉淀，无需固定口令。
主动召回
找一下之前关于 [主题] 的结论
可用不同中文表述同一意图，依赖本地语义召回。
纠正与作废
这条结论作废
用于将错误或过时条目软失效，并保留版本轨迹。
运维类
备份一下记忆库
帮我一键配好
分别对应备份与快速配置场景。
投资类校验（若你的记忆库含相关结构化数据）
按 Skill 说明从 DuckDB 复算校验投资结论——仅在 Skill 文档声明的范围内使用。
适用场景与注意¶
更适合谁
- 长期在同一机器、同一 Agent 上做多会话开发或运维，希望经验跨会话保留
- 需要 本地优先、离线召回，减少记忆内容反复上传云端
- 结论会演进，需要 冲突检测、标旧、版本回滚 而不是单文件覆盖
使用上要注意
- 安装路径错误是最常见「装了但没用」的原因，务必
--dir到当前 Client 的 skills 目录。 - 自动沉淀依赖对话里是否出现可识别的「经验信号」；极隐晦的上下文仍可能需要你点明一次。
- 敏感信息虽有拦截隔离设计，仍应避免在对话中主动写入密钥、令牌等；与任何记忆方案一样，源头克制比事后清理更可靠。
- 召回引擎降级时官方承诺告警并给出修复路径，出现相关提示时应先按 Skill 内指引处理，再依赖记忆召回做关键决策。
结尾¶
AI Agent记忆系统 把长期记忆从「人手维护笔记」推进到「对话自动沉淀 + 本地语义召回 + 去重纠错与版本治理」，并强调防静默删除与召回降级告警。若你正在为跨会话失忆或结论过时头疼，可以从 SkillHub 安装 @user_7db0c006/agent-local-memory-keeper 试起。
- SkillHub：https://www.skillhub.cn/skills/user_7db0c006/agent-local-memory-keeper
- API：https://api.skillhub.cn/user_7db0c006/agent-local-memory-keeper
