用途：为智能体提供持久化的项目级记忆，决定一条事实该写到哪里、当前启用哪个后端，以及在后端为 graphiti 时如何使用图谱记忆。适用于 Forge 自身管理的记忆存储。若所在仓库自带记忆系统（数据库、API、决策日志等），以仓库自身为准，本技能不适用；不确定时优先使用宿主仓库的记忆。
主要能力与用法：持久、项目级的知识写入 forge remember "<note>"，检索用 forge recall "<query>"。两者经由同一后端路由，默认是本地文件存储，离线零配置即可用。仅属于某个 issue 生命周期的进度或上下文，用 forge issue comment <id> "<note>"。判断标准：未来处理其他 issue 的会话是否也需要这条信息——需要则 remember，仅在本 issue 内有意义则用 issue comment。recall 前先搜索，不要重新推导项目已记录的知识；与当前提示相关的记忆可能已被自动注入（每轮钩子会呈现最匹配的笔记，无匹配时静默），可将其视为起点，需要具体检索时仍应显式 recall。
后端：在 .forge/config.yaml 的 memory.backend 配置。公开后端只有两个：local（默认）为 .forge/memory/notes.jsonl 的扁平 JSONL，即时、离线、无依赖、随仓库进入 git；graphiti 为可选的时序知识图谱，经 MCP 提供给智能体，召回更丰富（关系、时序、来源可追溯），但需要图数据库和 LLM。选择 graphiti 时 CLI 仍写入本地存储作为安全兜底，图谱由智能体通过 MCP 消费。用 forge doctor 查看当前后端，以及 graphiti 的 MCP 服务器路径是否存在（只读、非致命）。
图谱记忆：graphiti 将笔记转为双时序知识图谱，添加 episode 后由 LLM 抽取实体（节点）与事实（边），每条事实保留两条时间线——在世界中为真的时间与系统获知的时间；被取代的事实会失效而非删除，可查询“现在为真”或“某时刻为真”，并可回溯来源 episode。启用并接入 graphiti-memory MCP 服务器后可直接使用其工具：add_memory 记录持久事实/决策（传入清晰名称、内容与项目 group_id；摄取依赖 LLM，属异步，确认入队即可，不要阻塞）；search_memory_facts 检索关系/事实及有效窗口；search_nodes 查找实体及其摘要。每次调用都应以项目 group_id 限定范围，保持记忆按项目隔离；事实可追溯到 episode，必要时引用来源。若图谱不可达或未配置，回退到 forge remember（本地），不要丢失笔记。
记忆卫生：写原子事实而非长文，一条笔记一个决策或坑；包含原因而非只有结论；标签保持一致以便精确召回；行动前先 recall，学到后即记录。
设置：本地为默认，无需安装。启用图谱记忆需在 .forge/config.yaml 设置 memory.backend: graphiti 及 memory.graphiti 块，并运行 FalkorDB 与 Graphiti MCP 服务器，再把服务器接入各智能体的 MCP 配置。完整步骤（图数据库、LLM/嵌入器、隐私与成本）见 docs/guides/memory-backends.md，设计理由见 docs/work/2026-07-06-graphiti-memory/research.md。