智能体长期记忆评测台 memory-bench：把「我记得」变成可测的分数

memory-bench 是一个本地运行的长期记忆评测 Skill，用固定题型和标准指标量化智能体/大模型的长期记忆能力，解决「凭感觉判断记住没记住」的问题。内置 12 类题型，覆盖时序、实体、否定、反事实、跨会话整合；采用 EM/F1 标准评分，零配置开箱即跑；可接 SiliconFlow/DeepSeek 等真实 LLM 做严评，密钥通过环境变量注入不落盘；v2.4 起支持加载 LongMemEval/LoCoMo 等官方基准（数据按许可证自备，工具只做格式转换与标准评分）。结果可复现、可对比、可入发布证据。面向 Agent 开发者、AI 产品经理与记忆方案选型团队。