用途：为所有 AI 智能体提供持久化共享记忆，确保在合适时机检索到合适的记忆。要求 PostgreSQL 14+，支持 Linux 与 Windows。
主要能力：模块优先，mem.py 与 MCP 工具是主要运行时界面；插件可选，OpenCode 插件仅作适配层。支持混合检索（FTS + trigram + 可选 pgvector）、记忆存储自带去重、更新/软删/硬删及审计、自动匹配（结果写入 .sisyphus/tmp/mem-{session}.md）、用户上下文读取、健康检查、压缩日志与维护脚本。
使用方式：初始化数据库后加载 init.sql，例如：psql -U postgres -c "CREATE DATABASE <project>-memory;" 与 psql -U postgres -d <project>-memory -f init.sql；用 SELECT * FROM memory_health_check(); 验证。可用 scripts/bootstrap.sh（Linux/macOS）或 scripts/bootstrap.ps1（Windows）选择可选组件，记录写入 ~/.config/opencode/skill-system-memory/setup.json。MCP 服务可安装 mcp/requirements.txt 后运行 python server.py，支持 stdio 与 SSE。
隔离与角色：默认为每个项目独立数据库 <project>-memory，未设置环境变量时按目录名自动推导。若设置 PGDATABASE 而未设置 SKILL_PGDATABASE，入口会拒绝连接（fail-closed）。共享数据库模式通过 SKILL_PGSHARED_DB、SKILL_PGSCHEMA、SKILL_VISITOR_ROLE 选择，角色分为 admin、connector、visitor_<identity>，写入始终限定本地目标。跨库读取需显式 scope=all 或 cross_db=true，结果需含 source_db，排序使用 RRF 式归一化融合。
适用场景：多智能体或多项目的记忆共享、需要压缩后重建上下文、需要跨库审计读取的场景。
限制：当前运行时能力较窄，core_memory、evolution_ledger、compaction_logging、typed_context_reads 为 SUPORTED_NOW；runtime_sync_projections 与 behavior_refresh_graph 为 GATED_OPTIONAL，仅在表存在时生效；control_plane_refresh 为 DEFERRED_UNSUPPORTED。其余未在资料中说明的功能、收费、平台或效果暂未提供。