AI 会话死亡恢复与知识持久化

Foresigxt 出品的结构化记忆系统技能，为 AI Agent 提供上下文死亡恢复、Obsidian 兼容模板与语义搜索能力，实现会话连续性与知识持久化。

基本信息

• 技能名称?fsxmemory
• 中文名称?AI 会话死亡恢复与知识持久化
• 作者?azrijamil
• 分类?AI 增强
• 版本?1.0.0
• 标签?productivity, docs, automation, knowledge-management, ai-ml, development-engineering

使用方法

使用说明
核心用法
fsxmemory 是一套面向 AI Agent 的结构化记忆管理方案，核心解决「上下文死亡」问题——即会话中断后状态丢失的痛点。用户通过 CLI 工具 fsxmemory 执行记忆操作，包括：

1. 结构化存储 ：按 11 种类型分类记忆（decision、lesson、relationship、procedural、semantic、episodic 等），自动落入对应目录
2. 上下文恢复 ： checkpoint 保存工作状态，， recover 检测会话死亡并恢复，， handoff 生成交接文档供下次会话读取
3. 快速捕获 ： capture 命令将碎片信息暂存 inbox，后续整理
4. 智能搜索 ：集成 qmd 实现关键词与语义双模检索
5. 模板驱动 ：9 套标准化 Markdown 模板确保记录一致性，兼容 Obsidian 生态
   显著优点
   死亡韧性设计 ：将 AI 会话脆弱性转化为可管理状态，checkpoint/handoff/recover 形成完整闭环
   零配置上手 ： fsxmemory init 一键初始化，支持环境变量、.env 文件、--vault 参数三级配置
   生态兼容 ：原生支持 Obsidian 格式，可迁移 OpenClaw 等第三方 vault，降低切换成本
   本地优先 ：所有数据本地存储，无云端依赖，隐私可控
   语义搜索 ：基于 qmd 的向量检索，支持自然语言查询历史决策与知识
   潜在缺点与局限性
   外部依赖 ：语义搜索需额外安装 qmd 工具，增加部署复杂度
   CLI 门槛 ：非技术用户需适应命令行操作，无图形界面
   搜索性能 ：大规模 vault 下语义搜索速度受限（文档提及「slower」）
   模板刚性 ：9 类固定模板可能无法覆盖所有场景，自定义扩展需手动修改
   Node 生态绑定 ：npm/bun 安装路径对非 JS 开发者不够友好
   适合的目标群体
   长期运行的 AI Agent 开发者 ：需要跨会话维持上下文的多轮对话系统
   知识管理重度用户 ：Obsidian 用户、Zettelkasten 实践者，追求结构化笔记
   团队协作场景 ：多人共享 vault，通过 handoff 机制实现工作交接
   自动化工作流构建者 ：将记忆操作集成到 CI/CD 或定时任务中
   使用风险
   数据丢失风险 ：未配置备份时，vault 目录损坏将导致记忆不可恢复
   路径配置错误 ：FSXMEMORY_PATH 指向错误位置可能引发数据混乱或覆盖
   CLI 工具版本漂移 ：skill 文档与本地安装的 fsxmemory CLI 版本不匹配时行为异常
   qmd 索引延迟 ：语义搜索依赖的向量索引需手动更新，实时性不足
   敏感信息泄露 ：模板中误填 API 密钥等敏感数据将持久化到本地文件系统