MediaCrawler/mac-agent-os-main/02_skills/memory_manager/SKILL.md

name, version, description, triggers

name	version	description	triggers
memory_manager	1.2.0	智能体记忆管理技能——每日对话提炼、去重、冲突检测、版本管理、记忆导入导出、语义检索	记忆管理 记忆更新 每日摘要 每日提炼 对话提炼 整理记忆 记忆去重 冲突检测 知识版本 记忆备份 记忆导出 记忆检查 查记忆 语义检索 记忆搜索 搜索记忆 update memory

Memory Manager 技能

概述

管理 AgentOS 的 L0→L1→L1_vec→L2→L3 五级记忆体系统，负责每日对话提炼、去重、冲突消解、版本管理、语义检索和记忆导入导出。

核心能力

1. 每日对话提炼（daily_digest）

• 触发方式：每日凌晨 2:00 自动执行，或手动触发
• 输入：昨日所有对话记录
• 处理流程：
  1. 提取关键事实（who/what/when/where/decision）
  2. 去重（对比 L2 已有事实，相似度 > 0.9 则跳过）
  3. 冲突检测（新事实与旧事实矛盾？→ 标记 OVERRIDE 或提示用户确认）
  4. 生成摘要（100-200 字/条）
  5. 更新 L1 关键词索引（仅写入 L2 成功的事实，避免孤儿索引）
  6. 更新 L1_vec 向量索引（ChromaDB + oMLX embedding，新事实自动向量化）
  7. 关键对话原文 → 压缩后写入 L3
• 输出：
  • 更新 04_memory/daily_summaries/YYYY-MM-DD.md
  • 更新 04_memory/long_term/facts.db
  • 更新 04_memory/vector_db/keyword_index.json
  • 更新 04_memory/vector_db/chroma/（ChromaDB 向量库）
  • 发送摘要到 Obsidian 01_daily/ 日记

2. 冲突消解（memory_cleanup）

• 冲突检测优先级：新事实 > 旧事实，用户明确修正 > 系统推断
• 三种变化处理：
  • 硬事实改变 → 更新原卡片，旧值写入 previous_version
  • 软升级/延伸 → 保留 V1，新建 V2，通过 related 双向链接
  • 观点→事实 → 更新 nature 字段，通知 kb_manager 移动文件

3. 记忆导入导出

• export_memories.py：将记忆打包为 JSON + Markdown 压缩包
• import_memories.py：从压缩包恢复记忆，合并时智能去重

4. 语义检索（semantic_search）

• BM25 关键词检索 + 向量语义检索 + RRF 加权融合
• 向量引擎：ChromaDB（持久化）+ oMLX Qwen3-Embedding-0.6B（1024维）
• 融合策略：Reciprocal Rank Fusion (RRF)，BM25 权重 0.4 / 向量权重 0.6
• CLI 用法：
  • 检索：python3 semantic_search.py search --root ~/workbuddy-agent-os/agent-sync --query "查询内容" --top-k 5
  • 回填：python3 semantic_search.py backfill --root ~/workbuddy-agent-os/agent-sync
  • 重建：python3 semantic_search.py rebuild --root ~/workbuddy-agent-os/agent-sync
  • 测试：python3 semantic_search.py embed --root ~/workbuddy-agent-os/agent-sync --text "测试"

文件结构

memory_manager/
├── SKILL.md                 # 本文件
├── daily_digest.py          # 每日对话提炼脚本
├── semantic_search.py       # BM25 + 向量语义混合检索
├── memory_cleanup.py        # 冲突消解与过期记忆清理
├── agent_memory_init.py     # 首次初始化记忆体
├── bootstrap_from_memory.py # 冷启动：历史数据全量导入
├── export_memories.py       # 记忆导出（JSON + L3 原文）
├── import_memories.py       # 记忆导入（智能去重合并）
└── version.json

使用说明

Python 路径：所有脚本使用 agent-os 专用虚拟环境 /Users/chengzige/.workbuddy/binaries/python/envs/agent-os/bin/python3

1. 初始化：python3 agent_memory_init.py --root ~/workbuddy-agent-os/agent-sync
2. 冷启动：python3 bootstrap_from_memory.py --root ~/workbuddy-agent-os/agent-sync
3. 每日提炼：python3 daily_digest.py --root ~/workbuddy-agent-os/agent-sync --date YYYY-MM-DD
4. 冲突清理：python3 memory_cleanup.py --root ~/workbuddy-agent-os/agent-sync
5. 导出记忆：python3 export_memories.py --root ~/workbuddy-agent-os/agent-sync --output ~/backup/
6. 导入记忆：python3 import_memories.py --root ~/workbuddy-agent-os/agent-sync --input ~/backup/memories.zip

数据源

数据源	路径	说明
Claw 工作日志	~/WorkBuddy/Claw/.workbuddy/memory/YYYY-MM-DD.md	每次对话后自动写入
WorkBuddy 系统画像	~/.workbuddy/memery/*.md	系统自动维护
上轮摘要	04_memory/daily_summaries/YYYY-MM-DD.md	防丢失兜底

自动化

• WorkBuddy 自动化「AgentOS 每日记忆提炼」已配置：每日凌晨 2:00 执行
• 命令：/Users/chengzige/.workbuddy/binaries/python/envs/agent-os/bin/python3 ~/workbuddy-agent-os/agent-sync/02_skills/memory_manager/daily_digest.py --root ~/workbuddy-agent-os/agent-sync

依赖

包	用途	安装状态
sqlite3	L2 事实库	✅ 标准库
sqlite-utils	SQLite 增强	✅ 已安装
rank_bm25	BM25 关键词检索	✅ 已安装
chromadb	向量存储与检索	✅ 1.5.8
numpy	向量计算	✅ 2.4.4
requests	HTTP 客户端（embedding API）	✅ 已安装
json/re/os/argparse	基础	✅ 标准库

向量检索依赖

组件	说明
oMLX API	localhost:8000/v1/embeddings
模型	Qwen3-Embedding-0.6B（1024 维）
向量库	ChromaDB，持久化到 04_memory/vector_db/chroma/