Miniflux阅读管理
RSS订阅源文章浏览
fsxmemory 是面向 AI 代理的结构化记忆系统,解决上下文丢失导致的”死亡”问题。支持检查点保存与恢复、多类型记忆分类存储、本地语义搜索,并与 Obsidian 笔记格式兼容。
AI代理在长时间任务中常因上下文丢失而"失忆",导致重复劳动或决策断层。本方案为代理建立结构化记忆库,支持工作状态的保存与恢复,让跨会话协作无缝衔接;同时提供语义搜索能力,帮助快速调取历史经验,提升代理的持续学习与问题解决效率。
落地案例:某运营团队部署AI代理处理月度报表分析,任务涉及多系统数据整合。代理在周三下班前保存检查点,记录已完成的数据清洗步骤、待验证的异常指标及下一步分析方向。周四新会话启动后,代理自动加载上下文,无需重新理解任务背景,直接延续工作,避免重复沟通与进度延误。
安装
npm install -g @foresigxt/foresigxt-cli-memory
初始化仓库
# 新建独立仓库
fsxmemory init ~/memory
# 或配置环境变量使用现有仓库
echo 'FSXMEMORY_PATH=/path/to/memory' > .env
存储记忆
fsxmemory remember decision "技术选型" --content "选用 Postgres 支持并发写入"
fsxmemory capture "TODO: 明日评审代码"
# 保存当前状态
fsxmemory checkpoint --working-on "功能开发" --focus "接口设计"
# 新会话恢复
fsxmemory recover --clear
fsxmemory recap
搜索记忆
fsxmemory search "客户联系"
fsxmemory vsearch "数据库决策原因"
迁移外部仓库
fsxmemory migrate --from openclaw --vault /path/to/vault --dry-run
fsxmemory migrate --from openclaw --vault /path/to/vault --backup
见下方输入与输出表格。
| 项目 | 内容 |
|---|---|
| 输入 | 自然语言记忆文本、类型标签(decision/lesson/relationship 等)、工作上下文描述、搜索关键词、源仓库路径 |
| 输出 | 结构化 Markdown 文件、搜索结果列表、检查点恢复报告、迁移操作日志 |
| 适用人群 | AI 代理开发者、知识管理用户、Obsidian 笔记使用者、需要会话持久化的自动化工作流 |
| 不包含 | 云端同步服务、图形界面、多人实时协作、细粒度访问控制 |
原始链接:https://github.com/openclaw/skills/tree/main/skills/azrijamil/fsxmemory/SKILL.md
来源类型:GitHub 开源项目