AI 智能体的分层记忆框架

基于认知科学三层记忆模型的开源框架，通过结构化模板防止 Agent 遗忘操作技能，实现知识沉淀与复用。

基本信息

• 技能名称?agent-memory-kit
• 中文名称?AI 智能体的分层记忆框架
• 作者?ryancampbell
• 分类?其他
• 版本?未标注
• 标签?productivity, development-engineering, automation, docs, project-program-management

使用方法

使用说明
Agent Memory Kit 是一套专为 AI Agent 设计的结构化记忆管理系统，灵感源自认知科学的三层记忆理论（情景、语义、程序）。该框架通过预定义的 Markdown 模板和轻量级 Bash 脚本，帮助 AI 代理克服"上下文遗忘"问题，实现操作技能的持久化存储与复用。
核心用法 方面，用户首先通过创建 memory 目录结构初始化系统，将记忆分为三层管理：使用 daily-template.md 记录每日操作日志（情景记忆），利用 procedure-template.md 沉淀标准操作流程（程序记忆），并通过 feedback.md 追踪任务成败以优化决策（反馈循环）。系统提供 check-compaction.sh 等辅助工具监控记忆容量，支持在 token 限制前进行记忆压缩与归档。
显著优点 包括：完全本地运行，无网络依赖，确保数据隐私；轻量级设计仅依赖系统标准工具（bash、grep），零外部包依赖；分层架构符合人类认知规律，便于 Agent 快速检索"如何做"而非仅知道"做什么"；MIT 许可证开源，可自由定制模板。
潜在局限 在于：作为 T3 级社区项目（Team Reflectt），长期维护稳定性有待观察；Bash 脚本缺乏严格的输入验证机制，特殊字符可能导致意外行为；日期处理依赖系统 date 命令，在 Windows 或不同 Linux 发行版上可能存在兼容性差异；需要用户手动维护记忆文件，缺乏自动化的记忆重要性评估与清理机制。
适合人群 主要为 AI Agent 开发者、提示词工程师、以及需要长期上下文保持的自动化工作流设计者。对于个人知识管理者和 documenting-driven 的开发团队，该工具提供了一种低成本的 institutional memory 方案。
使用风险 包括：输入验证不足可能导致脚本处理异常数据时行为不可预测；虽然无网络传输，但本地文件权限配置不当可能导致敏感操作流程泄露；跨平台使用时需注意换行符和日期格式的兼容性；在高频写入场景下，缺乏事务保护机制可能导致记忆文件损坏。