Context Memory Manager

Agent 上下文感知记忆管理：自动保存完整对话 → 提炼结构化记忆 → 防止遗忘。

架构设计

┌─────────────────────────────────────────────────────┐
│  Compress（每次被唤醒时 — 核心机制）                    │
│  session_status → 检查上下文使用率                      │
│  → 超 70%：保存完整上下文 → 提炼记忆 → 更新 MEMORY.md    │
├─────────────────────────────────────────────────────┤
│  Review（每天凌晨 3 点 — cron 触发）                    │
│  增量扫描 memory 文件 → 输出 JSON 报告                  │
│  → Agent 被唤醒时检查报告 → 提炼/合并 → 更新 MEMORY.md  │
└─────────────────────────────────────────────────────┘

核心原则：上下文检测只有 Agent 自己能做（session_status）， cron 脚本仅辅助磁盘文件扫描和复盘报告产出。

记忆分类

数据流向：

会话 → session_status 检测 → 超阈值
  ↓
① 保存完整上下文 → memory/chat/YYYY-MM-DD.md（原始对话，不裁剪）
  ↓
② 从对话提炼 → memory/projects/\x3C项目名>/（结构化项目记忆）
  ↓
③ 更新 MEMORY.md（全局索引、用户偏好、待办事项）
  ↓
cron 每日扫描 → 增量对比 → 复盘提炼 → 合并冗余

⚡ 首次安装引导（必须执行）

当用户安装此 skill 后首次触发时，按以下流程操作：

Step 1：检查现有状态

ls -d \x3Cworkspace>/memory/chat 2>/dev/null && echo "OK" || echo "MISSING"
ls -d \x3Cworkspace>/memory/projects 2>/dev/null && echo "OK" || echo "MISSING"
test -f \x3Cworkspace>/MEMORY.md && echo "OK" || echo "MISSING"

Step 2：提示用户

📦 context-memory-manager 已安装！需要初始化以下配置：
- [ ] memory/chat/ 目录（聊天日志）
- [ ] memory/projects/ 目录（项目日志）
- [ ] MEMORY.md 核心记忆文件
- [ ] crontab 每日复盘任务（每天凌晨 3 点）

是否一键初始化？

Step 3：执行初始化

1. 创建目录：mkdir -p \x3Cworkspace>/memory/{chat,projects}
2. 创建 MEMORY.md（如不存在）
3. 写入 .last_review：date -Iseconds > \x3Cworkspace>/.last_review
4. 设置 crontab（追加模式，不覆盖已有内容）：

   0 3 * * * python3 \x3Cskill_dir>/scripts/daily_review.py --workspace \x3Cworkspace> --days 7 --update-timestamp --archive-days 30 > /tmp/cmm_review.log 2>&1
   

Step 4：确认完成

输出初始化报告，告知用户下次被唤醒时自动开始监控上下文。

工作流程

1. 上下文压缩（每次被唤醒时自动触发）

Step 1：检查上下文使用率

调用 session_status 获取当前 session 的 token 使用量

Step 2：判断是否需要压缩

Step 3：保存完整上下文（必须第一步）

调用 sessions_history(sessionKey, limit=尽可能大) 获取完整对话历史， 将原始对话保存为 memory/chat/YYYY-MM-DD.md。 不要裁剪对话内容，保留完整记录。

Step 4：提炼记忆

从保存的完整对话中提炼：

• 项目进展：做了什么、改了哪些文件、遇到什么问题
• 用户偏好：新的偏好、习惯、决策
• 待办事项：新增/完成的待办
• 关键决策：技术方案选择、方向调整

写入：

• memory/projects/\x3C项目名>/YYYY-MM-DD.md（项目记忆）
• MEMORY.md（全局更新）

Step 5：输出摘要

告知用户本次压缩保存了多少行对话、提炼了多少条记忆。

2. 每日记忆复盘（cron 每天凌晨 3 点）

cron 脚本产出报告：

python3 scripts/daily_review.py --workspace \x3Cworkspace> \
    --days 7 --update-timestamp --archive-days 30

脚本输出 JSON 报告并写入 /tmp/cmm_review_report.json，包含：

• 新增/变更的文件列表（增量扫描）
• token 估算
• agent 执行指令

Agent 被唤醒时处理报告：

1. 检查 /tmp/cmm_review_report.json 是否存在
2. 如存在 → 按报告中的 agent_instructions 执行
3. 处理完后删除该文件，避免重复处理

3. 自动归档

超过 30 天的聊天日志（memory/chat/）自动移动到 memory/archive/。 归档不删除文件，需要时仍可查阅。

⚡ Agent 被唤醒时的自动检查

每次被用户消息唤醒时，按以下顺序执行：

1. session_status 检查：调用 session_status 获取上下文使用率

   • ≥ 70% → 执行完整压缩流程（保存 → 提炼 → 更新 MEMORY.md）

2. 复盘报告检查：检查 /tmp/cmm_review_report.json

   • 存在 → 读取报告，执行复盘提炼
   • 处理完后删除文件

3. 如果两者都不需要 → 正常响应用户请求

注意事项

• 压缩时必须先保存完整对话，再提炼，不允许直接裁剪丢弃
• 聊天日志保留原始对话轨迹，不精简
• 项目日志按项目分目录，结构化沉淀
• .last_review 文件记录复盘时间戳，用于增量扫描
• 首次复盘无 .last_review 文件时，全量扫描
• Token 估算为粗略值（字节数 / 2.5），实际因模型而异