AI 干活干到一半失忆？这个 Skill 把上下文压成可复用记忆
AI 干活干到一半失忆？这个 Skill 把上下文压成可复用记忆
你有没有这种经历：同一个项目，昨天 AI 还记得你改过的架构、踩过的坑、验证过的命令；今天开新会话，它又像失忆一样从头问起。真不是它笨，是上下文窗口根本装不下几十轮的工程细节。
我最近挖到一个叫 deep-memory 的开源 Skill，专门解决这类“长会话失忆”问题。它不是简单存聊天记录，而是把工程工作里真正值得保留的东西提炼出来：项目状态、开放问题、里程碑、已验证命令、性能指标。废话、客套、无结论的脑暴，直接扔掉。
这个 Skill 的核心思路其实很朴素：记住事实，而不是记住对话。它会在你的工程目录里建一套 .codex-memory/ 结构，用 raw/ 存原始 handoff 笔记，compressed/ 放压缩后的结构化摘要，state/ 里则长期维护 project_state.md、open_loops.md、milestones.md 三份核心文档。下次会话启动时，AI 先读这些压缩记忆，再干活，就不需要把几十 KB 的旧对话重新塞进上下文了。
它还带了一个 compressor.py 工具，能把原始工作日志压成紧凑 JSON，还能按类别抽取信息、对比两次会话的差异。这意味着你既能快速回查“上回那个 bug 到底怎么修的”，也能追踪项目状态的变化轨迹。
对长周期工程、repo 维护、性能调优、debug 循环这类任务特别有用。短平快的问答用它反而多余——Skill 自己也明确说了，只适合需要跨会话连续性的工作流。
如果你也受够了 AI 每次“重新认识你的项目”，可以试试这个思路。代码量很小，直接丢进 .agents/skills/deep-memory/ 就能用，适合 Codex、Claude Code 这类支持 Skill 的代理。
GitHub 地址：https://github.com/10kseason/Deep-memory-skills
评论区
登录后可评论。