AI 每次都像失忆？问题不在记不住，在于想不起来

你的 AI 每次对话都像失忆？问题根本不在「记不住」，而在「想不起来」。

这是 AI Agent 领域最被低估的瓶颈：存储不是问题，检索才是。一个 Agent 可以塞进去几百万条记忆，但如果关键时刻找不到对的那条，它的「智能」就瞬间归零。

agent-memory-systems 就是来解决这个问题的——不是教你往向量数据库里堆数据，而是手把手教你搭一套真正能用的记忆架构。

这个 Skill 把 Agent 记忆拆成了 6 种类型，各司其职：
– 短时记忆（Short-term）：当前会话上下文
– 长时记忆（Long-term）：跨会话积累的知识
– 工作记忆（Working）：正在处理任务时的临时寄存器
– 情景记忆（Episodic）：记录「什么时候做了什么事」
– 语义记忆（Semantic）：抽象知识、概念、事实
– 程序记忆（Procedural）：学会的流程和操作步骤

听起来像教科书对吧？但这个 Skill 的价值在于给出了真实的工程反模式——

❌ Store Everything Forever：觉得塞得越多越聪明，结果垃圾进垃圾出，检索被稀释到近乎失效。

❌ Chunk Without Testing Retrieval：随便把文档切成块就存进去，根本没验证过查询时能不能找回来。

❌ Single Memory Type for All Data：把所有信息都扔进同一个池子里，不区分使用场景。

这些问题在实际项目里太常见了。Skill 里还附了 7 个「Sharp Edges」（踩坑点），每个都有 severity 评级和具体解法，比如 critical 级别的「Contextual Chunking」，建议用 Anthropic 的方案处理上下文分块。

适用场景：
– 你的 AI 助手总是在重复问已经说过的信息
– 需要跨会话保持项目上下文
– 想让 AI 能主动调用「过去的经验」解决问题
– 在搭多 Agent 系统，需要各 Agent 之间共享记忆

安装方式（Claude Code）：

npx claude-code-templates@latest --skill ai-research/agent-memory-systems

或者直接在 Smithery.ai 搜索 agent-memory-systems，通过 Claude Code 插件市场安装。

GitHub 链接：https://github.com/davila7/claude-code-templates/tree/main/cli-tool/components/skills/ai-research/agent-memory-systems

说到底，记忆管理是 AI 从「工具」走向「助手」的关键能力。这个 Skill 把这个课题讲得很透，适合所有做 Agent 开发或深度使用 AI 编程工具的朋友。

GitHub: https://github.com/davila7/claude-code-templates/tree/main/cli-tool/components/skills/ai-research/agent-memory-systems