用途：帮助设计智能体的记忆系统，让智能体跨交互保持上下文一致，减少“遗忘”和前后矛盾。资料指出记忆失败通常表现为智能失败，根因多是检索问题而非存储问题，因此重点放在选择合适记忆类型与检索质量上。
主要能力覆盖：短期记忆、长期记忆、工作记忆、情景记忆、语义记忆、程序记忆，以及记忆形成、记忆检索、记忆衰减。提供三类模式：记忆类型架构（为不同信息选择合适记忆类型）、向量存储选择（按用例选向量数据库）、分块策略（把文档切成可检索块）。
使用方式：资料未提供安装命令或具体调用步骤，暂未提供。可结合列出的反模式与注意事项作为设计检查项：不要永久存储一切；不要不做检索测试就分块；不要用单一记忆类型承载所有数据。
限制与注意事项：资料提到若干风险，包括分块（提到 Anthropic 的上下文分块思路）、调整不同分块大小需测试、检索时应先用元数据过滤、加入时间评分、存储时检测冲突、为不同记忆类型预留 token 预算、在元数据中记录嵌入模型。部分条目在原文中缺少具体描述，需结合实践判断。
适用场景：构建需要多轮记忆、跨会话检索、区分事实与经历与流程的智能体系统。与 autonomous-agents、multi-agent-orchestration、llm-architect、agent-tool-builder 等技能配合较好。