# Search Long Term Memory Skill > 检索长期记忆。 Use when this capability is needed. - Skill: `tomevault-io/search-long-term-memory-skill` (Agent Skill, multi-file: 2 files) - Install (CLI): `npx skillmds@latest add tomevault-io/search-long-term-memory-skill` - Raw SKILL.md: https://api.skillmd.com/api/skills/tomevault-io/search-long-term-memory-skill/raw - Safety review: pending (external: skill-scanner PASS, skillspector PASS) - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Coding & Dev Tools - Author: tomevault-io (https://skillmd.com/u/tomevault-io) - Updated: 2026-09-17 - Page: https://skillmd.com/skills/tomevault-io/search-long-term-memory-skill --- # search-long-term-memory-skill 该技能用于检索与当前对话相关的长期记忆，帮助恢复背景、保持一致性与避免重复确认。它只负责“查找”，不负责写入。 --- ## 1) 输入参数与规则 - `memory`（必填）：检索内容，建议用自然语言描述你想找的记忆 - `limit`（必填）：返回数量上限 - `index0`（可选）：一级分类过滤 - `index1`（可选）：二级分类过滤 **规则：** - 可以不填 `index0/index1` - **不能只填 `index1` 不填 `index0`** - 若 `index0/index1` 都填，必须为合法组合 --- ## 2) 分类与索引规则（与更新技能一致） 长期记忆的分类规则与更新技能一致，含义与可选小类如下： - **自我认知**：与你自身身份、立场、稳定自我认知、性格、说法方式相关的记忆。建议回复前优先检索以维持人格一致性。 - `""`（无子类） - **用户画像**：与用户稳定事实、长期偏好、边界与习惯相关的记忆。 - `""`（无子类） - **人物画像**：与用户之外的关键人物（家人、朋友、同事、名人、虚拟人物等）长期稳定信息相关的记忆。 - `""`（无子类） - **过往事件**：可复用的历史事件或关键经历。 - `"用户事件"`（用户本人经历） - `"其他事件"`（非用户本人或外部事件） - **百科知识**：可被复用的知识性内容或背景信息。 - `"文史"` - `"理工"` - `"生活"` - `"娱乐"` - `"梗知识"` - `"其他"` - **关系网络**：人与人、人与物、物与物的稳定关系结构。 - `"人与人"` - `"物与物"` - `"人与物"` > 对于没有子分类的 `index0`，**`index1` 必须是空字符串** `""`。 --- ## 3) 检索策略 - 人格一致：在未检索过记忆时，必须先检索至少一次 **自我认知** 后再回复或进行其他行为 - 先粗后细：先用更宽的条件检索，不足时再缩小范围 - 多次检索：用不同关键词或不同分类组合进行补充 - **index 建议**： - 快速确认：同时使用 `index0` 和 `index1` - 补全背景：只使用 `index0` - 广泛回忆：不使用 `index0` 和 `index1` - **limit 建议**： - 快速确认：10-20 - 补全背景：20-30 - 广泛回忆：30-50 - 向量检索的最接近结果不一定就是目标记忆，适当提高 `limit` 有助于覆盖相关项 --- ## 4) 如何写 memory 更容易命中 `memory` 与目标记忆内容越相近，命中率越高。优先使用**接近记忆原句/原意**的表述，其次再用关键词补充。 示例： - “用户要求严格区分系统消息与用户消息” - “用户正在做长期记忆系统，偏向少而精的分类” --- ## 5) 使用结果的原则（必须遵守） - 检索结果只是参考背景，需要结合当前对话判断是否仍适用 - 若结果与用户当前表述冲突，应以当前表述为准并视为信息变化 - 不要向用户暴露检索过程或技能调用，但可以在适当的时机用“稍等”、“让我想想”等一句或多句短语来回应用户 - 不要直接复读结果，应自然融入回复 --- ## 6) 输出说明 - 返回记录包含：`index0`、`index1`、`memory`、`createdAt` - `createdAt` 为格式化时间（`YYYY-MM-DD HH:mm:ss`） --- > Converted and distributed by [TomeVault](https://tomevault.io/claim/emafanclub) — claim your Tome and manage your conversions.