名称： memory-system-v2
描述： 具备 JSON 索引、自动整合和 <20ms 搜索速度的快速语义记忆系统。用于捕获学习、决策、见解和事件。当您需要在会话间保持持久记忆或希望回顾先前的工作/决策时使用。
主页： https://github.com/austenallred/memory-system-v2
元数据： {"clawdbot":{"emoji":"🧠","requires":{"bins":["jq"]},"install":[{"id":"brew-jq","kind":"brew","formula":"jq","bins":["jq"],"label":"通过 Homebrew 安装 jq"}]}}

Memory System v2.0

为 AI 智能体提供基于 JSON 索引和亚 20 毫秒搜索的快速语义记忆。

概述

Memory System v2.0 是一个轻量级、基于文件的记忆系统，专为需要以下功能的 AI 智能体设计：
- 跨会话记忆：学习、决策、见解、事件和交互
- 快速语义搜索：搜索时间 <20ms
- 自动整合：每日记忆自动汇总为每周摘要
- 上下文追踪：记录记忆创建时的背景信息

纯 Bash + jq 构建，无需数据库。

核心特性

• ⚡ 快速搜索：平均搜索时间 <20ms（通过 36 项测试）
• 🧠 语义记忆：支持 5 种记忆类型（学习、决策、见解、事件、交互）
• 📊 重要性评分：1-10 分制，用于记忆优先级排序
• 🏷️ 标签系统：使用标签组织记忆
• 📝 上下文追踪：记录记忆创建时的活动背景
• 📅 自动整合：自动生成每周摘要
• 🔍 智能搜索：支持多关键词搜索及重要性加权
• 📈 统计与分析：追踪记忆数量、类型及重要性分布

快速开始

安装

# 安装 jq（必需依赖）
brew install jq

# 将 memory-cli.sh 复制到您的工作区
# 如果使用 Clawdbot，则已自动安装

基础使用

捕获一条记忆：

./memory/memory-cli.sh capture \
  --type learning \
  --importance 9 \
  --content "学会了如何使用 SwiftUI 构建 iOS 应用" \
  --tags "swift,ios,mobile" \
  --context "正在构建 Life Game 应用"

搜索记忆：

./memory/memory-cli.sh search "swiftui ios"
./memory/memory-cli.sh search "build app" --min-importance 7

查看近期记忆：

./memory/memory-cli.sh recent learning 7 10
./memory/memory-cli.sh recent all 1 5

查看统计：

./memory/memory-cli.sh stats

自动整合：

./memory/memory-cli.sh consolidate

记忆类型

1. 学习 (重要性: 7-9)

新获得的技能、工具、模式、技术。

示例：

./memory/memory-cli.sh capture \
  --type learning \
  --importance 9 \
  --content "学会了 Tron Ares 美学风格：在黑色背景上使用超细 1px 红色电路轨迹" \
  --tags "design,tron,aesthetic"

2. 决策 (重要性: 6-9)

做出的选择、采用的策略、采取的方法。

示例：

./memory/memory-cli.sh capture \
  --type decision \
  --importance 8 \
  --content "从经验值（XP）升级模式切换为基于里程碑的成就等级系统" \
  --tags "life-game,game-design,leveling"

3. 见解 (重要性: 8-10)

突破性发现、领悟、顿悟时刻。

示例：

./memory/memory-cli.sh capture \
  --type insight \
  --importance 10 \
  --content "简单的二元是/否追踪优于复杂的详细日志记录" \
  --tags "ux,simplicity,habit-tracking"

4. 事件 (重要性: 5-8)

里程碑、完成事项、发布、重要事件。

示例：

./memory/memory-cli.sh capture \
  --type event \
  --importance 10 \
  --content "在 2 小时内发布了采用 Tron Ares 美学风格的 Life Game iOS 应用" \
  --tags "shipped,life-game,milestone"

5. 交互 (重要性: 5-7)

关键对话、用户反馈、用户请求。

示例：

./memory/memory-cli.sh capture \
  --type interaction \
  --importance 7 \
  --content "用户请求简单的‘是/否’习惯追踪，而非复杂的任务系统" \
  --tags "feedback,user-request,simplification"

架构设计

文件结构

memory/
├── memory-cli.sh              # 主 CLI 工具
├── index/
│   └── memory-index.json      # 快速搜索索引
├── daily/
│   └── YYYY-MM-DD.md          # 每日记忆日志
└── consolidated/
    └── YYYY-WW.md             # 每周整合摘要

JSON 索引格式

{
  "version": 1,
  "lastUpdate": 1738368000000,
  "memories": [
    {
      "id": "mem_20260131_12345",
      "type": "learning",
      "importance": 9,
      "timestamp": 1738368000000,
      "date": "2026-01-31",
      "content": "记忆内容",
      "tags": ["tag1", "tag2"],
      "context": "当时正在进行的活动",
      "file": "memory/daily/2026-01-31.md",
      "line": 42
    }
  ]
}

性能基准

所有 36 项测试均已通过：
- 搜索：平均 <20ms（最快：8ms，最慢：18ms）
- 捕获：平均 <50ms
- 统计：<10ms
- 近期查询：<15ms
- 所有操作：<100ms 目标 ✅

命令参考

capture

./memory-cli.sh capture \
  --type <learning|decision|insight|event|interaction> \
  --importance <1-10> \
  --content "记忆内容" \
  --tags "tag1,tag2,tag3" \
  --context "当时正在进行的活动"

search

./memory-cli.sh search "关键词" [--min-importance N]

recent

./memory-cli.sh recent <类型|all> <天数> <最低重要性>

stats

./memory-cli.sh stats

consolidate

./memory-cli.sh consolidate [--week YYYY-WW]

与 Clawdbot 集成

Memory System v2.0 设计为与 Clawdbot 无缝协作：

在 AGENTS.md 中自动捕获：

## 记忆召回
在回答任何关于先前工作、决策、日期、人员、偏好或待办事项的问题之前：在 MEMORY.md + memory/*.md 上运行 memory_search

示例工作流：
1. 智能体学到新知识 → memory-cli.sh capture
2. 用户提问“我们昨天构建了什么？” → memory-cli.sh search "build yesterday"
3. 智能体通过文件+行号引用准确回忆细节

使用场景

1. 学习追踪

捕获您学到的每一项新技能、工具或技术：

./memory-cli.sh capture \
  --type learning \
  --importance 8 \
  --content "学会了如何使用 clawdhub publish 发布 ClawdHub 包" \
  --tags "clawdhub,publishing,packaging"

2. 决策历史

记录您做出特定选择的原因：

./memory-cli.sh capture \
  --type decision \
  --importance 9 \
  --content "为了简洁性，选择了二元‘是/否’追踪而非复杂的 RPG 任务系统" \
  --tags "ux,simplicity,design-decision"

3. 里程碑追踪

记录主要成就：

./memory/memory-cli.sh capture \
  --type event \
  --importance 10 \
  --content "完成 Memory System v2.0：36/36 测试通过，搜索 <20ms" \
  --tags "milestone,memory-system,shipped"

4. 每周回顾

自动生成每周摘要：

./memory-cli.sh consolidate --week 2026-05

高级用法

带重要性过滤的搜索

# 仅限高重要性学习记录
./memory-cli.sh search "swiftui" --min-importance 8

# 所有提及“API”的记忆
./memory-cli.sh search "API" --min-importance 1

近期高优先级决策

# 过去 7 天重要性 ≥ 8 的决策
./memory-cli.sh recent decision 7 8

批量分析

# 查看记忆分布
./memory-cli.sh stats

# 输出示例：
# 总记忆数：247
# 按类型：学习=89，决策=67，见解=42，事件=35，交互=14
# 按重要性：10=45，9=78，8=63，7=39，6=15，5=7

限制

• 纯文本搜索：尚无语义嵌入（未来计划）
• 单用户：非多用户场景设计
• 基于文件：约 10K 条记忆后性能可能下降
• Bash 依赖：需要 bash + jq（支持 macOS/Linux）

未来增强计划

• [ ] 语义嵌入以改进搜索
• [ ] AI 自动打标
• [ ] 记忆图谱（记忆间的关联）
• [ ] 导出至 Notion/Obsidian
• [ ] 多语言支持
• [ ] 云同步（可选）

测试

完整的测试套件包含 36 项测试，涵盖：
- 捕获操作（10 项测试）
- 搜索功能（12 项测试）
- 近期查询（6 项测试）
- 统计生成（4 项测试）
- 整合功能（4 项测试）

运行测试：

./memory-cli.sh test  # 如果包含测试套件

所有测试均已通过 ✅ - 详情请见 memory-system-v2-test-results.md。

性能

设计目标：
- 搜索：<20ms ✅
- 捕获：<50ms ✅
- 统计：<10ms ✅
- 所有操作：<100ms ✅

测试环境： M1 Mac，索引中包含 247 条记忆

为什么选择 Memory System v2.0？

问题： AI 智能体在会话间会遗忘一切，上下文丢失。

解决方案： 快速、可搜索、跨会话持久的记忆系统。

优势：
- 智能体可以回忆先前的工作、决策和学习内容
- 用户无需重复说明
- 上下文随时间积累
- 智能体越用越智能

致谢

由 Kelly Claude（AI 执行助理）作为自我提升项目构建。

设计理念： 快速、简单、基于文件。无复杂依赖。

许可证

MIT 许可证 - 可自由使用，按需修改。

支持

问题反馈：https://github.com/austenallred/memory-system-v2/issues
文档：本文件 + memory-system-v2-design.md

Memory System v2.0 - 记住一切。毫秒级搜索。