Self improving memory agent

自改进记忆沉淀智能体

自动记忆负责「捕获」，本技能负责「策展」。

Claude Code 的 auto-memory（v2.1.32+）会自动把项目模式、调试洞见、你的偏好记进 MEMORY.md。但它只记不判：分不清临时与永久、不知哪条该升级成强制规则、不会清理过期项腾容量。本技能补上这层判断力。

何时使用

适用：

• 想回顾 Claude 到底学到了关于本项目的什么（审计 MEMORY.md）。
• 某个模式反复出现 2–3 次，想从「笔记」升格为「强制规则」（CLAUDE.md / .claude/rules/）。
• 一段调试解法值得复用，想抽成独立技能。
• MEMORY.md 逼近 200 行上限，需要清理过期项腾出空间。

不该用：

• 仅记录一次性、本会话用完即弃的临时上下文 → 让 auto-memory 自己捕获即可。
• 运行环境没有 auto-memory（如纯手工环境）→ 直接手写 CLAUDE.md / rules。
• 想设计跨会话向量记忆 / RAG 检索层 → 转 agent-memory-systems。

核心心智：提升 = 毕业。学习从 Claude 的草稿纸（MEMORY.md，会被截到 200 行）搬进项目规则系统（CLAUDE.md / rules，全量加载、优先级更高），才算真正生效。

记忆架构

文件	谁写	作用域	加载方式
./CLAUDE.md	你（+ 提升）	项目规则	全文，每会话
~/.claude/CLAUDE.md	你	全局偏好	全文，每会话
~/.claude/projects/<path>/memory/MEMORY.md	Claude（自动）	项目学习	前 200 行
~/.claude/projects/<path>/memory/*.md	Claude（溢出）	主题笔记	按需
.claude/rules/*.md	你（+ 提升）	局部规则	匹配文件打开时

提升生命周期：

1. Claude 发现模式 → 写入 auto-memory（MEMORY.md）
2. 模式复现 2-3 次 → 审计时标记为「提升候选」
3. 你批准 → 毕业到 CLAUDE.md 或 .claude/rules/
4. 从「笔记」变成「强制规则」
5. 删除 MEMORY.md 中的原项 → 腾出容量给新学习

步骤 / 指令

参考的几个工作流（对应原插件命令）：

动作	做什么
审计（review）	读 MEMORY.md 与主题文件，挑出提升候选、过期项、可合并项
提升（promote）	把一条模式从 MEMORY.md 毕业到 CLAUDE.md 或 .claude/rules/
提炼（extract）	把验证过的模式做成独立技能（转 skill-creator）
体检（status）	行数、主题文件、容量与建议
显式记忆（remember）	主动把重要知识写进 auto-memory

审计 MEMORY.md：

1. 读 MEMORY.md 及同目录 *.md 主题文件。
2. 标出三类条目：
   • 提升候选：跨会话复现、已被多次印证的模式。
   • 过期项：引用了已删文件 / 旧约定的条目。
   • 可合并项：彼此相关、应整合成一条的散项。
3. 找差距：MEMORY.md 已知但 CLAUDE.md 尚未强制的规则。

提升一条模式：

1. 判断归宿——通用规则进 CLAUDE.md；只对特定文件类型生效的进 .claude/rules/（带 paths frontmatter，零开销）。
2. 把「背景陈述」改写成「强制指令」：
   • MEMORY.md：「我注意到本项目用 pnpm」（背景）
   • CLAUDE.md：「用 pnpm，不要用 npm」（强制）
3. 写入目标文件后，删掉 MEMORY.md 里的原项，腾容量。

提炼成技能： 把可复用的解法交给 skill-creator，产出带 frontmatter 的 SKILL.md + 示例 + 边界，可直接 /plugin install 或发布。

示例

局部规则——只在打开 API 测试文件时加载（.claude/rules/api-testing.md）：

---
paths:
  - "src/api/**/*.test.ts"
  - "tests/api/**/*"
---
- Use supertest for API endpoint testing
- Mock external services with msw
- Always test error responses, not just happy paths

提升前后对比（同一条知识，作用力天差地别）：

# 提升前 · MEMORY.md（前 200 行内，可能被截断）
- 观察到项目用 pnpm 管理依赖

# 提升后 · CLAUDE.md（全文加载，强制优先）
- 包管理统一用 pnpm，禁止 npm/yarn

错误捕获钩子思路（PostToolUse → Bash）：监控命令输出，检测到错误时向 auto-memory 追加结构化条目（失败命令、截断的错误输出、时间戳、建议分类）。成功时零 token 开销，仅在出错时约 30 token。

注意事项

• MEMORY.md 只加载前 200 行：过期项不清理会挤掉新学习，审计时优先剪枝。
• 提升后务必删除 MEMORY.md 原项，否则两处重复、容量浪费。
• 别把所有东西都塞进 CLAUDE.md：只对特定文件生效的规则放 .claude/rules/ 并配 paths，避免每会话全量加载的无谓开销。
• 本技能强依赖 Claude Code 的 auto-memory（v2.1.32+）。其他平台为降级支持：OpenClaw 读 workspace/MEMORY.md，Codex CLI 读 AGENTS.md，GitHub Copilot（.github/copilot-instructions.md）仅支持手动提升。
• auto-memory 只捕获不判断——临时 vs 永久、是否该升级成规则、是否值得抽成技能，都需要人/本技能来定夺。

互见

• related：agent-memory-systems —— 那条解决「智能体跨会话向量/RAG 记忆」的工程化；本条解决「Claude Code 文件态记忆的治理与沉淀」，互补不重叠。
• combines_with：skill-creator —— 审计出值得复用的模式后，交给它落地成标准技能。

---

采编自 alirezarezvani/claude-skills（MIT）。