用途：在编写任何 Higgsfield 提示词前自动运行，查询过滤库与质量库，找出相关历史失败并预先套用已知修复，用户无需记住此前出过什么问题。
主要能力：覆盖常见失败模式（角色漂移、VHS 风格被忽略、I2V 静态输出、镜头冲突、唇形不同步、真人及 IP 内容过滤拦截），种子条目随用户记录新失败自动增长。运行时机包括编写或改进任意 Higgsfield 提示词、用户提到可能匹配历史失败的主题/角色/动作/风格、提示词含曾触发内容过滤的术语、所选模型此前在该类镜头上表现不佳。
使用方式：先从提示意图提取主体、动作、环境、风格、主题等关键词，再查询两个库： python3 scripts/higgsfield_memory.py query-filter "<key terms from prompt>" 5 python3 scripts/higgsfield_memory.py query-quality "<key terms from prompt>" 5 评估相关性后静默应用修复，仅在实质性改变提示词时提示用户。用户也可主动询问某主题、模型或内容的失败记录。生成结果通过 log-gen 命令记入台账，可用 amend-gen 更正，ratio 命令输出逐镜头标签判定以决定迭代还是批量。stats 查看知识库规模。
适用场景：Higgsfield 提示词生成与优化、内容过滤规避、模型选择、角色一致性维护。
限制：空数据库无召回收益；相关性阈值要求分数大于 0；替换词若违反引擎硬规则（如按年龄描述真人）需以引擎规则为准；日志标签与原因须映射到受控词表，不得自创；方法标签不可猜测。官方未提供收费、价格与平台信息。