会话记忆延续

技能简介

Continuity 是一套面向 AI 的异步反思与记忆整合框架。它在会话结束后自动运行，分析对话内容、提取结构化记忆并生成后续问题，待用户返回时主动呈现，将被动日志记录转化为主动的认知发展过程。

业务背景

Continuity 让 AI 从「聊完就忘」变成「持续成长」。每次对话结束后，系统自动复盘内容、提炼关键信息并生成后续问题，待用户下次回来时主动呈现。业务人员无需手动整理笔记，AI 自动完成知识沉淀与关系维护，将零散会话转化为可延续的认知资产。

落地案例：一位产品经理连续三天与 AI 讨论新功能方案。第一天聊完后，系统提取了「偏好简洁界面」「关注数据安全」等记忆并标注置信度；第二天返回时，AI 主动追问「上次提到的权限模型是否指 RBAC？」；第三天基于累积记忆直接推进原型评审。整个过程无需人工触发，AI 像熟悉的老同事一样承接上下文。

能做什么

• 会话结束后自动分析对话内容，识别关键信息
• 提取带类型标签和置信度评分的结构化记忆
• 更新自我认知模型与关系动态理解
• 基于反思结果生成真实的后续问题
• 用户返回时加载演进状态并呈现相关问题

使用说明

安装指令：原始文档未提供具体安装命令，需手动克隆仓库并配置环境变量。

1. 克隆技能仓库到本地 skills 目录
2. 设置环境变量（可选）：
   export CONTINUITY_IDLE_THRESHOLD=1800
export CONTINUITY_MIN_MESSAGES=5
export CONTINUITY_QUESTION_LIMIT=3
3. 在 HEARTBEAT.md 中添加心跳触发规则：
   ## Post-Session Reflection
**Trigger**: Heartbeat after conversation idle > 30 minutes
**Action**: Run continuity reflect
**Output**: Updated memories + questions for next session
4. 常用命令：
   continuity reflect — 分析最近会话并提取记忆
   continuity questions — 查看待处理问题列表
   continuity status — 显示记忆统计信息
   continuity greet — 获取含待处理问题的问候语

输入与输出

见下方输入与输出表格。

风险提示

• 置信度推断存在误差，低分记忆可能不准确
• 长期运行后记忆文件体积增长需定期维护
• 心跳触发依赖外部调度机制，配置不当可能遗漏反思
• 问题生成质量受会话质量影响，简短对话可能无有效输出

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/riley-coyote/continuity/SKILL.md
来源类型：GitHub 仓库