CM（CASS Memory System）为 AI 编程代理提供程序性记忆，把分散的会话转化为跨代理共享的持久记忆，采用模仿人类专家成长的三层认知架构。
用途：解决代理知识被困在单次会话、无法跨代理共享、原始日志不可操作、朴素摘要丢失细节等问题。核心命令为 cm context "<your task>" --json，在开始非平凡任务前运行，返回 relevantBullets（按任务相关性评分的规则）、antiPatterns、historySnippets 和 suggestedCassQueries。
三层架构：Episodic Memory（cass，各代理原始日志）经 cass search 进入 Working Memory（Diary，结构化会话摘要），再经 reflect + curate 蒸馏为 Procedural Memory（Playbook，带置信度跟踪与衰减的规则）。
主要能力：置信度衰减（90 天半衰期，有害权重 4 倍，成熟度 candidate→established→proven→deprecated）；反模式学习（有害规则被反转为警告）；ACE 流水线 Generator→Reflector→Validator→Curator，其中 Curator 不含 LLM 以防上下文漂移；基于 cass 历史的科学验证；内置 starter playbooks（general、typescript、react、python、node、rust）；Trauma Guard 安全系统内置 20+ 危险模式，可拦截 rm -rf、DROP DATABASE 等；MCP 服务器暴露 cm_context、cm_feedback、cm_outcome、memory_search、memory_reflect 等工具。
用法：cm init 初始化，cm playbook add/remove/export/import 管理规则，cm mark 记录反馈，cm outcome 记录结果，cm reflect 反思，cm onboard 引导，cm serve --port 3001 启动 MCP，cm guard --install 安装钩子，cm doctor 检查系统健康，支持 --json 机器可读输出与 --limit/--min-score/--no-history 控制 token 预算。配置位于 ~/.cass-memory/config.json 与 .cass/config.json。
局限：无 cass 时仅 playbook 评分；无 playbook 时为空；无 LLM 时退化为确定性反思；离线时仅用缓存。部分细节（如定价、具体平台支持范围）暂未提供。