SuperAPI AI 工具集

reference-memory

设计与创作

查看项目

更新于 10-24 16:17

技能介绍

Reference Memory 是一个本地优先、透明的参考记忆管理技能,主要用于持久化保存用户参考记录、为其分配的设计任务,以及分维度的偏好反馈记录。它采用稳定且人类可读的编号 ID(REF-####),并明确表示不会进行微调,也不会修改底层模型权重,因此不涉及相关误导性声明。

核心工作流

  1. 参考登记:为新参考分配下一个可用的顺序编号(如 REF-1001、REF-1002),并存储参考的元数据、文件路径、来源标签以及主要设计任务(如 lighting、composition、palette)。

  2. 分区偏好反馈:当用户表达偏好时(例如“我喜欢 REF-1042 的轮廓光,但讨厌它的排版”),反馈需要按维度精确分区记录:把喜欢的内容记为 ["lighting.rim_light"],把不喜欢的内容记为 ["typography.layout"]。某一个维度(排版)上的不喜欢,不应导致另一个维度(灯光)上的规则被丢弃或失效。

  3. 召回与过滤:可按任务标签、领域(如 fmcg、luxury、automotive)或美学关键词查询参考,并返回被召回参考所关联的当前 Taste Profiles。

  4. 输出约定:输出结构化的 JSON 参考记录,以及包含 taste_state.reference_memory 的 DesignSignalPacket。

命令行工具

可通过本地 Reference Memory CLI 执行操作,示例命令如下:

新增参考

python3 scripts/reference_memory.py add --id REF-1001 --title "Nordic Minimalist Poster" --jobs composition,palette

查询已有参考

python3 scripts/reference_memory.py list

召回指定参考

python3 scripts/reference_memory.py get REF-1001

记录分区反馈

python3 scripts/reference_memory.py feedback REF-1001 --like "lighting.soft_directional" --dislike "background.clutter"

与其他技能的关联

下游与协作技能包括:Taste Engine(从召回的参考中提取可迁移规则)、Brand Intelligence(依据品牌约束审计参考标签)、Designly Director(主导编排与记忆状态管理)。相关架构与引用包括 Reference Memory Schema(本地 schema)、Reference Memory Guide(使用规则)和 Signal Packet Schema(神经网格交接)。

适用场景与限制

该技能适用于需要在本地保存和检索设计参考、按维度记录并隔离用户偏好、以及向其他技能传递结构化记忆状态的场景。所有数据均在本地持久化,存储格式为结构化 JSON。资料未说明其跨设备同步能力、远程存储方案、性能指标或具体 UI 界面,这些内容暂未提供。