# Tree Ring Memory Cn

> 当 AI Agent 需要本地优先的项目记忆召回、证据化经验、隐私安全记录、审计、脱敏或主动遗忘时使用。

- Skill: `yangsonhung/tree-ring-memory-cn` (Agent Skill)
- Install (CLI): `npx skillmds add yangsonhung/tree-ring-memory-cn`
- Raw SKILL.md: https://api.skillmd.com/api/skills/yangsonhung/tree-ring-memory-cn/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: yangsonhung (https://skillmd.com/u/yangsonhung)
- Updated: 2026-09-09
- Page: https://skillmd.com/skills/yangsonhung/tree-ring-memory-cn

---


# Tree Ring Memory

## Overview

使用本技能把 Tree Ring Memory 当作具备生命周期意识的 AI Agent 记忆层来操作。它适合保存长期有用的决策、经验、警告、项目约定、用户偏好和未来种子，而不是保存完整聊天记录，也不是后台自动抓取器。

核心思想是让 Agent 记忆有意地老化：

- 仍在进行的工作可以保留较多细节
- 较旧经验应压缩成稳定摘要
- 重要失败和警告应保持可见
- 持久偏好和项目事实应成为高置信记忆
- 尚未确认的后续想法应与事实分开
- 敏感信息应默认阻止、脱敏或遗忘

## 何时使用

在以下场景使用本技能：

- 用户要求记住、召回、合并、脱敏或遗忘。
- 当前任务依赖过去的项目决策、偏好或警告。
- Agent 正在开始或恢复一个带有 Tree Ring Memory 或项目本地 `.tree-ring` 目录的仓库。
- 测试、事故、PR、基准、评审或运行记录产生了对未来有用的经验。
- `AGENTS.md`、DOX 或 Revolve 等来源文档包含应汇总进记忆的长期指导。
- Agent 需要在高风险改动前审计已保存的记忆。

## 不要使用

以下场景不要把本技能作为主要指南：

- 任务结束后就应消失的短期草稿。
- 原始思维链或隐藏推理。
- 密钥、凭据、令牌、私钥、支付信息或其他敏感值。
- 保存完整对话，而不是简洁经验或决策。
- 把未经验证的说法当作持久项目事实。
- 替代来源文档、测试、Issue、PR 或发布记录。

## 使用说明

当 Tree Ring Memory 能改善连续性时，按下面的流程执行。简单任务中只做窄范围召回，并且只有经验明显具备长期价值时才写入记忆。高风险任务中应加入来源检查、证据化记录和收尾复盘。

## 工作流程

1. 当历史上下文可能影响任务时，先召回再行动。
2. 优先使用窄范围、项目级查询，避免泛泛的全局召回。
3. 如果存在来源文档，必须直接读取；记忆不能替代 `AGENTS.md`、项目文档、测试、Issue、PR 或发布记录。
4. 只保存未来确实有帮助的简洁经验、决策、警告和偏好。
5. 如果经验来自经过审查的运行、评估、检查点、事故、分支、PR、Issue 或测试产物，优先使用证据化记录。
6. 对过时或敏感记忆执行脱敏、替换或删除，不要保留已知错误的上下文。

## 命令参考

先查看本地帮助，确保命令与当前安装版本一致：

```bash
tree-ring --help
tree-ring evidence --help
tree-ring dox sync --help
tree-ring revolve sync --help
```

如果项目有本地 Tree Ring 配置，先读取 `.tree-ring/SKILL.md` 和 `.tree-ring/CLI.md`，不要直接假设全局配置适用于当前仓库。需要显式指定项目存储时，使用本地 root：

```bash
tree-ring --root .tree-ring recall --query "release decisions"
tree-ring --root .tree-ring evidence --help
```

写入来源适配器摘要前先使用 dry-run：

```bash
tree-ring dox sync --source-root . --dry-run
tree-ring revolve sync --source-root revolve --dry-run
tree-ring integrations scan --source-root .
```

只有当摘要简洁、有用、带来源且隐私安全时，才执行实际写入。

## 年轮模型

用年轮模型判断保留强度：

- `cambium`：当前活跃任务上下文
- `outer`：近期决策和经验
- `inner`：较旧的压缩项目知识
- `heartwood`：高置信、长期稳定的事实和偏好
- `scar`：重要失败、回归、被否定方案和警告
- `seed`：未解决想法、假设和后续事项

不要把证据薄弱的内容提升到 `heartwood`。在用户确认或证据足够强之前，优先使用 `outer` 或 `seed`。

## 隐私守门规则

永远不要保存：

- 密钥、凭据、令牌、私钥或支付信息
- 原始思维链
- 临时草稿
- 未验证却被当作持久事实的说法
- 未经用户明确指示的敏感健康、财务、法律或个人标识信息
- 超出短摘录范围的受版权保护文本

如果有用记忆包含敏感材料，只保留足够避免重复错误的脱敏操作摘要。

## 收尾清单

结束有意义的工作前，检查：

- 我们做出了什么决策？
- 我们学到了什么？
- 未来 Agent 应避免重复什么？
- 用户是否表达了长期偏好？
- 是否有值得未来 revisiting 的种子？
- 是否有记忆错误、过时、私密，或更适合不保存？

只记录持久、有用、有来源且安全的答案。