dancepower22/pi-memory-evo

永久记忆与自进化（memory）

核心原则：主动保存，不等用户要求。 把用户环境变成"越用越懂你"的系统： 三层粒度记忆（事实/模式/经验）+ 会话摘要 + 经验路由（自进化）。

🚀 会话启动（每次新会话）

1. 若存在 ~/.agents/memory/MEMORY.md，先读取，快速了解用户背景、偏好与近期会话。
2. 需要细节时用 memory.py get <id> 或 memory.py search <关键词> 深挖。
3. 向用户展示已记住的关键信息（简要），体现连续性。

📌 主动保存（ALWAYS ACTIVE，遇到即存，不要等会话结束）

出现以下情况时，立即调用 memory.py add <type> <内容> 保存：

类型	保存时机	示例
fact	用户透露偏好/习惯/身份信息；项目重要决策、技术选型、约定；用户明确说"记住"	"用户偏好中文回复" "项目用 pnpm + TypeScript"
pattern	同一行为/问题出现 2 次以上（含本次）	"每次装技能用户都要求先评估依赖"
lesson	踩坑后学到的经验、排障结论、发现的坑	"DuckDuckGo 的 ddgs 默认后端会走 Yandex 超时，须用 backend='html'"

• 保存可附 --tag a,b 便于检索。
• 工具会自动近似去重，重复内容会提示而非重复存储。

🗂️ 会话结束（或用户要求"总结会话/沉淀"）

按序执行：

1. 回顾本次会话，提取 2~5 条 最重要的信息。
2. 归类保存：fact（新偏好/决策）→ pattern（新规律）→ lesson（新经验）。
3. 经验路由（自进化）：对每条 lesson 判断：
   • 属于可复用方法论（如"某类任务的标准流程"）→ 新建或更新 ~/.agents/skills/ 下的技能（用 write/edit 工具），让下次自动生效；
   • 属于一次性事实 → 存 fact；
   • 属于环境/账号专属（如某工具需配置）→ 存 lesson 即可。
4. 用 memory.py session-save "<本次会话一句话摘要>" --key 关键词1,关键词2 保存会话记录。
5. 运行 memory.py sync 刷新 MEMORY.md 总览。

🔍 查询记忆

用户问"我之前说过/我们上次/我的偏好"之类 → memory.py search <关键词>；列全部 → memory.py list。

⚙️ 工具速查

P=~/.agents/skills/pi-memory-evo/memory.py
$P init                       # 首次初始化
$P add fact "内容" --tag 偏好    # 存事实/模式/经验
$P session-save "摘要" --key a  # 存会话摘要
$P search 关键词                # 搜索
$P list                        # 全部列出
$P get <id> / update <id> <新内容> / delete <id>   # 管理
$P stats                       # 统计
$P sync                        # 刷新总览 MEMORY.md

📂 存储位置

• 数据：~/.agents/memory/memory.json（四层记忆，JSON）
• 总览：~/.agents/memory/MEMORY.md（会话启动时读这个）
• 技能本体：~/.agents/skills/pi-memory-evo/（工具 + 本说明）

⚠️ 边界

• 不存敏感凭据：token、密码、密钥一律不保存。
• 尊重用户意愿：用户说"这个别记"则不存；说"忘掉 X"则 delete 对应条目。
• 记忆是辅助，不替代确认：涉及重要操作仍以用户当前意图为准。