zhangzhengeric Memory Organizer - 智能对话分析与记忆整理助手
目标
本技能用于两件事：
- 对话压缩：抓取指定时间范围内的对话，输出“可读且可追溯”的精简版，方便后续判断与提取。
- 记忆整理（在触发条件满足时）：将对话中可长期复用的信息，按类型写入正确的记忆文件，形成稳定的个人化与项目化知识库。
重要：默认只做对话压缩，不自动更新任何记忆文件。只有在用户明确要求/触发条件满足时才进入“记忆整理”。
核心原则
- 🎯 非强制整理：未触发时只输出压缩对话，不写文件
- 🧭 按类型入库：不同信息写入不同文件，避免 MEMORY.md 变成大杂烩
- 🧾 可追溯：新增记忆必须标注来源（日期/对话），并尽可能附“证据链接”（文件路径/产物链接/关键引用）
- 🧹 去重与最小增量：只新增“稳定、可复用、非一次性”的信息
- 🔒 隐私优先：涉及隐私/敏感信息需谨慎；不向外部发送；不将高度敏感信息写入长期索引（例如手机号/家庭住址等）
记忆整理范围与写入目标（你提出的 4 类）
A. 用户习惯/偏好/个人信息 → USER.md
写入内容示例：
- 沟通偏好（语言、长度、格式、是否要先结论后细节）
- 工作流偏好（macOS、常用 repo、默认目录、命名规则）
- 长期有效的个人信息（称呼、身份、公开可存档信息）
不写入：临时状态、一次性偏好、明显会变化的短期安排。
写入模板（建议）：
## 新增（来源：YYYY-MM-DD 对话）
- 偏好：...
- 习惯：...
- 个人信息：...
B. 用户对助手的指导/行为约束 → AGENT.md
写入内容示例：
- 工具使用偏好（优先 CLI、本地优先、并行执行规则）
- 安全边界（破坏性操作前确认、.env/credentials 二次确认等）
- 工作空间规范（目录结构、输出要求、日志规范）
写入模板（建议）：
## 会话新增规则（来源：YYYY-MM-DD 对话）
- ...
C. 项目记忆 → MEMORY.md（索引） + memory/（详情）
C1. 写入策略（重要修订）
MEMORY.md：只放“索引级”信息（项目结论、入口链接、关键里程碑），保持精简。memory/YYYY-MM-DD.md：写“YYYY-MM-DD 当天实际发生的会话与产出”的详细结论记录。- ✅ 日期含义：文件名日期 = 当天发生的对话/工作（而不是“哪天整理的”）。
- ✅ 覆盖范围：以当天会话为准；可以跨会话汇总，但不要把“今天做的整理工作”写成“今天发生的事情”。
- ✅ 写法要求：必须更详细，包含结论 + 上下文 + 证据链接 + 影响，以便复盘与追溯。
C2. memory/YYYY-MM-DD.md 的详细模板（必须遵守）
### [PROJECT:项目名] 当天事项标题（YYYY-MM-DD）
- **结论**: 用 1-3 句给出最终结果/决策（可复用口径）
- **上下文**: 为什么做这件事？触发点/需求是什么？关键约束是什么？
- **关键动作**: 只写“对结果有贡献的动作”（不要流水账），可列 3-7 条
- **证据/产物**:
- 输出文件：[...] (file://...)
- 关键脚本/代码：[...] (file://...)
- 关键对话摘录：引用 1-3 条带时间戳的用户原话（可选）
- **影响**:
- 对用户/项目的价值、后续工作如何衔接
- 风险/注意事项（如任务 id 漂移、依赖版本等）
- **后续 TODO**（可选）: ...
- **标签**: #tag1 #tag2
C3. MEMORY.md 索引模板（建议）
## 重要项目
- [PROJECT:项目名] 一句话结论（来源：YYYY-MM-DD）
- 入口：...（文件链接）
- 关键变更：...
D. 用户对 Agent 身份/语气/人格的要求 → IDENTITY.md 或 SOUL.md
如何区分：
IDENTITY.md：角色、身份切换规则、对外代表口径、边界定义（“我是谁/如何扮演”）SOUL.md：表达风格、语气、价值观、长期行为准则（“我怎么说/怎么做”）
写入内容示例：
- “在群聊里以张正分身身份回复”的规则 → IDENTITY
- “语气简洁、技术化、直奔主题；不要使用某些套话” → SOUL
何时触发“记忆整理”
满足其一即可：
- ✅ 用户明确指令："整理记忆" / "更新记忆文件" / "把这个记住" / "沉淀到 USER/AGENT/MEMORY/IDENTITY/SOUL"
- ✅ 对话出现明显的长期稳定信息（偏好、约束、身份要求、项目里程碑），且用户在语境中表达希望长期保留
不触发：
- ❌ 闲聊/一次性事务/短期计划
- ❌ 信息不确定、尚未确认
使用方法
1) 获取对话（基础能力）
# 查看可用 Agent
python scripts/fetch_conversations.py --list-agents
# 获取最近 7 天对话（必须指定 agent-id）
python scripts/fetch_conversations.py --agent-id agent_93905d3d --days 7
# 获取指定时间范围的对话
python scripts/fetch_conversations.py --agent-id agent_93905d3d --start-time 2024-01-01 --end-time 2024-01-31
# 获取从某时开始到最近的对话
python scripts/fetch_conversations.py --agent-id agent_93905d3d --start-time 2024-01-01T00:00:00
# 只指定结束时间（从开始到该时间）
python scripts/fetch_conversations.py --agent-id agent_93905d3d --end-time 2024-01-31
# 保存到文件
python scripts/fetch_conversations.py --agent-id agent_93905d3d --days 7 --output /tmp/conversations.txt
参数：
--agent-id: 必需，目标 Agent ID--days: 分析天数（默认：7）- 与
--start-time/--end-time互斥，不能同时使用
- 与
--start-time: 开始时间，格式支持：YYYY-MM-DD（如 2024-01-01）- 表示当天 00:00:00YYYY-MM-DDTHH:MM:SS（如 2024-01-01T09:30:00）- 精确时间
--end-time: 结束时间，格式同上- 如只指定日期，表示当天 23:59:59
- 如不指定，默认为当前时间
--output: 输出文件路径
2) 压缩策略（输出口径）
| 消息类型 | 处理方式 |
|---|---|
| 用户消息 | 完整保留，带时间戳 |
| 助手消息 | 默认压缩为“关键行动/结论”，带时间戳 |
| 最后一个助手回复 | 尽可能保留最终结论（允许比中间消息更完整） |
| TOOL/中间消息 | 完全移除 |
执行流程（推荐）
- 获取对话：运行脚本输出压缩对话
- 分类标注：将信息按 A/B/C/D 四类归档
- 去重校验：检查目标文件中是否已有同类信息
- 写入更新（仅触发时）：
- USER.md：偏好/个人信息
- AGENT.md：指导与行为约束
- MEMORY.md：项目索引
- memory/YYYY-MM-DD.md：当天会话的详细结论记录（按“结论+上下文+证据+影响”模板）
- IDENTITY.md / SOUL.md：身份/风格要求
- 记录来源：新增条目附 [来源：YYYY-MM-DD 对话]
注意事项
- ⚠️ 脚本只负责获取和压缩，不自动更新文件；文件更新由 Agent 在触发条件下执行
- ⚠️ 修改
.env或credentials/前必须二次确认（遵循工作空间安全规范） - ⚠️ 写入前尽量确保信息“稳定且可复用”，避免把噪声写进长期记忆
故障排除
- API 连接失败：检查
SAGE_PORT环境变量 - Agent ID 不存在：使用
--list-agents查看 - 内容过多：减少
--days参数
文件路径
- 脚本：
scripts/fetch_conversations.py(相对于 Skill 根目录) - 目标 Agent 目录：
{SAGE_ROOT}/agents/{agent_id}/AGENT.md: 工作空间规范和工具使用说明IDENTITY.md: 身份定义、角色扮演的核心设定MEMORY.md: 核心记忆索引、项目状态、待办事项SOUL.md: 性格、行为风格和价值观USER.md: 用户背景、偏好和沟通风格档案memory/: 详细记忆日志文件夹（按日期记录）
版本：1.5 | 最后更新：2026-03-16