用途
Memory Consolidation 是一个对 AI 记忆文件进行反思性梳理的技能。它面向的是“你”已经积累的关于某位用户及其工作的记忆，目的是让未来的会话能够快速定位关键信息——用户与谁共事、当前关注什么、偏好如何完成工作——而不必重新询问。
主要能力
该技能按三个阶段组织工作：
阶段一：盘点
- 列出记忆目录并阅读索引（MEMORY.md）
- 浏览每个主题文件，标记哪些内容重叠、哪些看起来过时、哪些内容单薄
阶段二：合并
- 区分持久信息与时效信息。偏好、工作风格、关键关系、重复性工作流属于持久信息，应保留并打磨；具体项目、截止日期、一次性任务属于时效信息，若日期已过或工作已完成，则退役该文件，或将其持久性结论（例如“用户偏好 X 格式的发布文档”）并入持久文件
- 合并重叠内容：若两个文件描述同一个人、项目或偏好，合并为一个，并保留内容更丰富的文件路径
- 修正时间引用：将“下周”“本季度”“周五前”转换为绝对日期，以便日后仍可读
- 删除易于重新查找的内容：若某条记忆只是重述可从用户日历、文档或已连接工具按需获取的信息，则删除。保留难以重新推导的内容：明确表达的偏好、决策背后的背景、遇到某事该找谁
阶段三：整理索引
- 更新 MEMORY.md，使其保持在 200 行和约 25KB 以内
- 每个条目一行，约 150 字符以内，格式为：
- [标题](file.md) — 一行摘要 - 移除指向已退役记忆的指针
- 缩短任何携带了应属于主题文件细节的行
- 补充任何新近重要的内容
- 最后给出简短总结：改动了多少文件、发生了什么变化
使用方式
该技能依赖系统提示中的 auto-memory 部分来定义目录、文件格式和记忆类型，并要求遵循该定义。执行时按上述三个阶段依次进行。
适用场景
适用于需要长期维护 AI 对用户认知的场景，例如定期整理记忆、避免记忆文件膨胀或过时、确保未来会话能快速上手。
限制
资料未提供该技能的具体安装命令、平台支持、收费方式或效果数据。其运行依赖系统提示中已定义的 auto-memory 配置。