为持久化AI代理设计的分层内存管理系统，通过日志文件、长期记忆库和待处理队列实现结构化知识持久化与检索优化。
说明：
## 核心用法
`agent-memory-patterns` 是一套面向持久化AI代理的内存管理架构，采用**分层存储策略**：
1. **日次日志（Daily Memory）**：按日期分割的Markdown文件（`YYYY-MM-DD.md`），记录会话事件、学习内容和待办事项，支持重要度标记（?高/?中/?低）
2. **长期记忆（MEMORY.md）**：人工策展的核心知识库，通过周度脚本自动聚合高重要度事件
3. **待处理队列（pending-memories.md）**：外部内容的**四阶段验证流程**（信頼性確認→整合性検証→価値評価→分類決定），防止未经审核的信息直接入库
4. **智能检索**：基于grep的多层级搜索，支持上下文行数控制、OR关键词组合及相关度排序
### 显著优点
– **结构清晰**：强制分离”原始日志-审核队列-长期记忆”三层，避免记忆污染
– **工具链完整**：提供Bash脚本实现日初始化、日志记录、周策展、月归档的全生命周期管理
– **低依赖**：纯文本+shell脚本，无外部数据库依赖，可审计性强
– **Heartbeat集成**：通过`heartbeat-state.json`实现内存健康监控（队列深度、文件大小检测）
### 潜在局限
– **检索能力上限**：grep基于字符串匹配，无法处理语义相似性（如”项目”vs”プロジェクト”需分别索引）
– **策展人工瓶颈**：长期记忆的周度聚合依赖`curate_weekly_memories.sh`自动提取，但关键决策（如”何为重要”）仍需人工复核
– **并发风险**：多个代理同时写入同一日次文件可能产生竞争条件
– **规模化瓶颈**：MEMORY.md超过100KB时需手动整理，未实现自动分片
### 适合人群
– 需要**可审计、离线优先**记忆系统的独立AI代理
– 对**数据主权**敏感、拒绝第三方向量数据库的场景
– 具备Linux/Shell基础、能维护cron定时任务的开发者
### 常规风险
| 风险类型 | 说明 | 缓解措施 |
|———|——|———|
| 数据丢失 | 文件系统损坏导致记忆丢失 | 依赖外部备份（未内置） |
| 信息泄露 | 敏感内容写入未加密的.md文件 | 需自行实施文件权限控制 |
| 记忆幻觉 | 待处理队列中的未验证信息被误引用 | 严格执行四阶段验证流程 |
| 版本漂移 | 多实例代理的记忆状态不一致 | 需外部同步机制（未覆盖）|
会员专属
