六层架构·持久记忆·告别上下文丢失

elite-longterm-memory

多层架构AI记忆系统,结合WAL协议、向量搜索与Git持久化,解决AI助手上下文丢失难题,适合长期复杂项目开发。

1.2.3版本 A安全等级 Codex / 编程 / Obsidian / 知识库 / 爬取 / 数据支持工具
01 场景说明

什么时候用这个 Skill?

核心定位

Elite Longterm Memory 是一套面向AI编码代理的终极长期记忆解决方案,专为Cursor、Claude、ChatGPT、Copilot等工具设计。其核心创新在于将六种成熟技术整合为分层架构,解决AI助手"金鱼记忆"的行业痛点。

架构设计(五层存储)

层级技术作用持久化
HOT RAMSESSION-STATE.md活跃工作内存,WAL协议保障survive compaction
WARM STORELanceDB向量库语义搜索,自动召回相关上下文本地持久化
COLD STOREGit-Notes知识图谱结构化决策与学习,分支感知Git仓库永久存储
CURATEDMEMORY.md + daily/人类可读精选记忆文本文件
CLOUDSuperMemory API跨设备同步(可选)云端
AUTOMem0自动事实提取,80%降本外部服务

核心优势

  • WAL协议:先写后响应,杜绝崩溃丢上下文
  • 语义召回:LanceDB向量搜索自动注入相关历史
  • 零配置热启动:SESSION-STATE.md即开即用
  • Git原生持久:决策与学习随代码版本管理
  • 80% token节约:Mem0自动提取替代全量历史

局限与风险

  1. 依赖外部API:OpenAI(必选向量)、Mem0/SuperMemory(可选)需自行配置密钥
  2. 维护开销:需每周执行"记忆卫生"清理过期向量
  3. T3来源:个人开发者项目,非企业级背书
  4. 可选服务风险:外部SaaS的隐私政策需用户自行审查

适用人群

  • 长期维护复杂项目的vibe-coding开发者
  • 需要AI记住架构决策、用户偏好的多会话场景
  • 对上下文连续性要求高的agentic工作流

典型工作流

用户表达偏好 → 写入SESSION-STATE.md → 响应用户
            → Git-Notes静默存储决策
            → LanceDB向量存储供后续召回

配置要点

  • 必须:OPENAI_API_KEY启用语义搜索
  • 推荐:MEM0_API_KEY自动事实提取
  • 可选:SUPERMEMORY_API_KEY跨设备同步

该Skill通过分层冷热存储策略,在本地可控性与云端扩展性之间取得平衡,是AI原生开发工作流的基础设施级组件。

场景分类:coding memory-managementai-agentvector-searchgit-noteslancedbwal-protocolmem0context-preservationvibe-codingtypescriptcursorclaudeopenai
02 使用方式

简单 3 步,立即在 AI 工具中使用

  1. 1

    获取 Skill 文件

    通过国内网盘直链下载解压包,或使用上方安装指令。

    去下载资源
  2. 2

    导入你的 AI 工具

    在 Cursor / QoderWork / TRAE / Claude 等工具的 Skills 入口导入。

    复制安装指令
  3. 3

    用普通话描述任务

    直接说出你的需求,AI 会自动按此 Skill 预设流程落地结果。

快捷方式

复制给 Agent 自动安装

选择你在用的工具,复制下方指令粘贴给 AI,AI 会先说明用途和权限,自动完成安装。

六层架构·持久记忆·告别上下文丢失复制给 AI 自动安装
03 风险与前置

使用前注意事项与安全等级

安全等级 A:已整理并检查,正常使用无明显风险。 **Elite Longterm Memory** 是一款专为 Cursor、Claude、ChatGPT 及 Copilot 等 AI 编程工具设计的**企业级记忆持久化系统**,由社区开发者 NextFrontierBuilds 维护。其核心创新在于采用 **"热-温-冷" 三层存储架构**,将易失性会话状态、语义向量检索与永久性 Git 知识图谱有机结合,并辅以可选的云备份方案。 ### 核心用法 系统强制推行 **WAL(Write-Ahead Log)协议**——Agent 必须在生成回复**之前**将关键上下文写入 SESSION-STATE.md,从根本上规避因崩溃或压缩导致的信息丢失。完整工作流涵盖: 1. **HOT RAM**:SESSION-STATE.md 承载当前任务、待办事项与近期决策; 2. **WARM STORE**:LanceDB 向量库实现语义搜索,自动召回相关历史; 3. **COLD STORE**:Git-Notes 结构化存储技术决策与项目知识; 4. **CURATED ARCHIVE**:MEMORY.md 及每日日志供人类可读长期归档; 5. **CLOUD BACKUP**:可选 SuperMemory/Mem0 跨设备同步,Mem0 更支持自动事实提取,据称可降低 80% Token 消耗。 ### 显著优点 - **零上下文丢失**:多层冗余确保会话重启后状态可恢复; - **语义检索能力**:基于 OpenAI Embedding 的向量搜索,突破关键词匹配局限; - **Git 原生集成**:决策与知识随代码版本一同演进,天然支持分支隔离; - **Vibe-Coding 友好**:文档详尽、示例丰富,对自然语言编程场景适配度高。 ### 潜在局限 - **配置复杂度高**:需同时维护 Markdown 文件、向量库配置、Git-Notes 脚本及可选云服务,学习曲线陡峭; - **外部依赖敏感**:向量搜索依赖 OpenAI API,存在网络延迟与成本风险;Mem0/SuperMemory 需信任第三方数据托管; - **T3 来源等级**:维护者为个人开发者,无企业安全背书,长期维护可持续性存疑; - **隐私合规提醒**:记忆文件默认本地存储,但用户易误将含敏感上下文的文件提交至 Git。 ### 适合人群 高频使用 AI Agent 进行复杂项目开发的**专业开发者**、追求"永不重复解释需求"的**效率极客**,以及希望构建可演进知识库的**技术团队**。 ### 常规风险 - **敏感数据泄露**:SESSION-STATE.md 与 memory/ 目录若未加入 .gitignore,可能在版本控制中暴露业务细节; - **Token 成本失控**:自动记忆注入可能增加上下文长度,建议配合 `minImportance` 阈值与定期卫生清理; - **云服务锁定**:过度依赖 Mem0/SuperMemory 可能导致迁移成本,建议核心记忆保持本地 Git-Notes 副本。


report_id: CLS-20260713-ELTM-A7F3
report_date: "2026-07-13T07:58:58Z"
scanner_version: CLS-Certify v2.1.0
scan_mode: Full Scan

skill_name: elite-longterm-memory
skill_version: 1.2.3
skill_path: /tmp/bss_skill_x5yfyeeb
maintainer: NextFrontierBuilds
license: MIT

trust_level: T3
trust_level_text: 个人开发者/社区项目

scan_duration: 45.2s
code_stats: 865 lines · 6 files · 187 executable lines

grade: A
score: 82
evaluation: 标准安全级别,适合生产环境使用

stamp_color: green
total_风险发现: 3

radar:

  • name: 静态代码分析
    short: 静态分析
    score: 85
    status: good
    detail: 未发现危险函数或恶意代码模式
  • name: 动态行为分析
    short: 动态分析
    score: 90
    status: good
    detail: 无可疑运行时行为
  • name: 依赖审计
    short: 依赖审计
    score: 88
    status: good
    detail: 无运行时依赖,仅可选依赖 mem0ai
  • name: 网络流量分析
    short: 网络分析
    score: 95
    status: good
    detail: 无主动网络请求,仅文档中引用外部服务
  • name: 隐私合规检查
    short: 隐私合规
    score: 75
    status: warning
    detail: 建议用户注意记忆文件可能包含敏感信息
  • name: 来源信誉与威胁情报
    short: 威胁情报
    score: 70
    status: warning
    detail: T3级别来源,需用户自行评估信任度

compliance:

  • text: GDPR 数据最小化原则
    status: pass
  • text: 用户同意机制
    status: pass
  • text: 数据可携带性
    status: pass
  • text: 数据删除权利支持
    status: warn
  • text: 敏感数据访问控制
    status: pass
  • text: 第三方服务透明度
    status: pass

sample_hash: sha256:c693526326322a0bfc25cbdd2f7cc6f743fe6d0186759fbcd05c48e50caf151e

disclaimer: 认证结果不代表对代码功能性、性能或维护质量的担保。本报告基于静态分析和模式匹配生成,建议结合人工代码审查进行综合评估。

风险模式

  • {severity: info, text: 本地文件操作}
  • {severity: info, text: 可选第三方集成}
  • {severity: warning, text: 敏感数据持久化风险}

分析摘要

  1. 无恶意代码: 经六维深度扫描,未发现 eval/exec/system 等危险函数、数据外泄代码或提示词投毒行为。
  2. 本地文件操作: Skill 主要功能为创建和管理本地记忆文件(SESSION-STATE.md、MEMORY.md、memory/ 目录),所有文件操作均在当前工作目录内。
  3. 可选云集成: mem0ai 和 SuperMemory 为可选依赖,需用户显式安装和配置 API Key 后方可使用,不会静默上传数据。
  4. T3 来源等级: 维护者为社区开发者(NextFrontierBuilds),非知名企业或基金会,建议用户根据自身安全策略评估信任度。
  5. 隐私建议: 记忆文件可能包含用户工作内容的敏感信息,建议定期审查和清理,避免在共享环境中暴露。

外部接口

endpointmethodreputationencryptiondata_typesprovider
无主动 API 调用N/AN/AN/AN/AN/A

: 本 Skill 本身不发起任何网络请求。文档中提及的外部服务(OpenAI、Mem0、SuperMemory)需用户主动配置 API Key 后通过其他工具调用。

风险发现

RISK-001

  • severity: low
  • category: 敏感数据持久化
  • title: 记忆文件可能包含敏感信息
  • location: SESSION-STATE.md, MEMORY.md, memory/
  • description: Skill 创建的 SESSION-STATE.md、MEMORY.md 和 memory/ 目录下的日志文件会持久化存储用户的工作内容、决策和偏好。虽然这是预期功能,但在共享环境或版本控制中提交这些文件可能导致敏感信息泄露。
  • recommendation: 建议用户:1) 将 SESSION-STATE.md 和 memory/ 添加到 .gitignore;2) 定期审查记忆文件内容;3) 不在公共仓库中分享包含敏感上下文的记忆文件。

RISK-002

  • severity: info
  • category: 第三方服务依赖
  • title: 可选 Mem0 和 SuperMemory 集成
  • location: SKILL.md line 136-148, line 233
  • description: Skill 文档介绍了可选的 Mem0 和 SuperMemory 云记忆服务集成。这些服务需要 API Key 并将数据上传到第三方服务器。虽然这是可选功能,但用户可能在不完全了解数据流向的情况下启用。
  • recommendation: 在启用 Mem0 或 SuperMemory 集成前,请仔细阅读相关服务的隐私政策,确认上传内容的敏感度符合预期。建议先在非敏感项目中测试。

RISK-003

  • severity: info
  • category: 来源可信度
  • title: T3 级别来源
  • location: package.json line 38-44
  • description: 该 Skill 由社区开发者 NextFrontierBuilds 维护,属于 T3 级别来源(个人开发者/社区项目)。代码通过 npm 和 GitHub 分发,无企业级安全审计背书。
  • recommendation: 建议用户在关键生产环境中使用前,进行额外的代码审查,或等待社区更广泛的使用验证。

改进建议

1. 启用记忆搜索需配置 OpenAI API Key

描述: 若需启用 LanceDB 向量搜索功能,需要配置 OPENAI_API_KEY 环境变量。请确保 API Key 的安全存储,避免硬编码在代码或配置文件中。

2. 定期执行记忆卫生清理

描述: 建议每周运行一次记忆清理,删除过期的向量数据和归档旧的每日日志,防止敏感信息长期留存。

# 检查向量存储大小
du -sh ~/.openclaw/memory/

# 归档旧日志
mv memory/2026-01-*.md memory/archive/

3. 敏感项目使用 .gitignore

描述: 对于包含敏感信息的项目,建议在 .gitignore 中添加以下内容:

SESSION-STATE.md
MEMORY.md
memory/

4. 审查可选依赖 mem0ai 的使用

描述: mem0ai 作为可选依赖(optionalDependencies),仅在用户显式安装时使用。建议在安装前阅读其隐私政策,了解数据处理方式。


报告生成时间: 2026-07-13
CLS-Certify v2.1.0 - 公开来源 Safe Security Certification

04 会员优势

国内网盘直下载与运维维护

国内网盘直下载

百度/夸克直链转存,无需翻墙或挂代理。

国内镜像与版本固定

固定有效版本,经过实测排查,避免代码变动导致失效。

失效自动补链

专人维护网盘地址,发现链接失效 24h 内完成补链。

更新提醒与省心省时

随时获取最新修复说明,帮非技术用户节省大把调优时间。

源码与文件预览(4 个文件)
/bin/elite-memory.js
正在加载代码…