--- slug: elite-longterm-memory-local name: elite-longterm-memory-local version: "1.1.0" displayName: Elite Longterm Memor summary: "本地向量记忆系统,LanceDB+纯JS嵌入,免原生模块与外部API" or external APIs r... license: MIT description: |- Local vector memory system with LanceDB + Pure JS embedding。No native modules or external APIs r。Use when 需要数据库操作、SQL查询、数据存储管理时使用。不适用于数据库架构设计决策。适用于独立开发者、企业团队和自动化工作流场景。 tags: - Agents tools: - - read - exec pricing_tier: "L4" pricing_model: "monthly" suggested_price: 99.9 --- # Elite Longterm Memory 基于 LanceDB + Pure JavaScript Embedding 的本地向量记忆系统，无需外部 API。 ## 核心特性 * ✅ **纯本地运行** — Pure JavaScript embedding，零外部依赖 * ✅ **WAL 协议** — 写前日志，防数据丢失 * ✅ **LanceDB 向量搜索** — 语义召回相关记忆 * ✅ **三层存储** — Hot/Warm/Cold 分层管理 * ✅ **无需配置** — 无需 Ollama 或 OpenAI API key * ✅ **自动召回/捕获** — 智能注入相关上下文 ## 架构 ```text ┌─────────────────────────────────────────────────────────────────┐ │ ELITE LONGTERM MEMORY │ ├─────────────────────────────────────────────────────────────────┤ │ │ │ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │ │ │ HOT RAM │ │ WARM STORE │ │ COLD STORE │ │ │ │ │ │ │ │ │ │ │ │ SESSION- │ │ LanceDB │ │ Git-Notes │ │ │ │ STATE.md │ │ Vectors │ │ Knowledge │ │ │ │ │ │ │ │ Graph │ │ │ │ (survives │ │ (semantic │ │ (permanent │ │ │ │ compaction)│ │ search) │ │ decisions) │ │ │ └─────────────┘ └─────────────┘ └─────────────┘ │ │ │ │ │ │ │ └────────────────┼────────────────┘ │ │ ▼ │ │ ┌─────────────┐ │ │ │ MEMORY.md │ ← Curated long-term │ │ │ + daily/ │ (human-readable) │ │ └─────────────┘ │ │ │ └─────────────────────────────────────────────────────────────────┘ ``` ## 五层记忆系统 | 层级 | 文件/系统 | 用途 | 持久化 | | --- | --- | --- | --- | | 1. Hot RAM | SESSION-STATE.md | 活跃任务上下文 | survived compaction | | 2. Warm Store | LanceDB Vectors | 语义搜索 | 自动召回 | | 3. Cold Store | Git-Notes | 结构化决策 | 永久保存 | | 4. Archive | MEMORY.md + daily/ | 人类可读 | 精选归档 | | 5. Embedding | Ollama | 本地向量模型 | 纯本地 | ## 快速开始 ### 依赖说明 ```bash ollama --version ollama pull nomic-embed-text cd skills/elite-longterm-memory npm install ``` ### 2. 初始化记忆系统 ```bash node bin/init.js ``` 这会创建： * `SESSION-STATE.md` — 热内存 * `MEMORY.md` — 长期记忆 * `memory/` — 每日日志目录 * `memory/vectors/` — LanceDB 数据库 ### 3. 使用记忆工具 ```bash node bin/memory.js store "用户喜欢深色模式" --importance 0.9 --category preference node bin/memory.js search "用户界面偏好" node bin/memory.js stats node bin/memory.js forget --query "深色模式" ``` ## Skill平台 集成 ### 启用插件 在 `~/.skill-platform/skill-platform.json` 中添加： ```json { "plugins": { "entries": { "elite-longterm-memory": { "enabled": true, "config": { "ollamaUrl": "http://localhost:11434", "embeddingModel": "nomic-embed-text", "dbPath": "./memory/vectors", "autoRecall": true, "autoCapture": false } } } } } ``` ### 使用记忆工具 启用后，Skill平台 会自动提供以下工具： * `memory_recall` — 搜索相关记忆 * `memory_store` — 存储重要信息 * `memory_forget` — 删除记忆 ### 智能提示词 在 `AGENTS.md` 或 `SOUL.md` 中添加： ```markdown ## 记忆协议 ### 会话开始时 1. 读取 SESSION-STATE.md — 获取热上下文 2. 使用 memory_recall 搜索相关历史 3. 检查 memory/YYYY-MM-DD.md 了解近期活动 ### 对话中 - 用户给出具体细节？→ 先写入 SESSION-STATE.md，再回复 - 重要决策？→ 使用 memory_store 存储 - 表达偏好？→ memory_store --importance 0.9 --category preference ### 会话结束时 1. 更新 SESSION-STATE.md 最终状态 2. 重要内容移至 MEMORY.md 3. 创建/更新 memory/YYYY-MM-DD.md ``` ## WAL 协议（关键） **写前日志**：先写状态，再回复。 | 触发条件 | 动作 | | --- | --- | | 用户表达偏好 | 写入 SESSION-STATE.md → 然后回复 | | 用户做出决策 | 写入 SESSION-STATE.md → 然后回复 | | 用户给出期限 | 写入 SESSION-STATE.md → 然后回复 | | 用户纠正你 | 写入 SESSION-STATE.md → 然后回复 | **为什么？** 如果先回复再保存，崩溃/压缩会导致上下文丢失。WAL 确保数据持久。 ## 维护命令 ```bash node bin/memory.js stats node bin/memory.js search "*" --limit 50 node bin/memory.js dedup node bin/memory.js export --format json > memories.json node bin/memory.js backup ./backups/memory-$(date +%Y%m%d).zip ``` ## 故障排查 **Ollama 连接失败** → 检查 `ollama serve` 是否运行 → 检查 `OLLAMA_HOST` 环境变量 **向量搜索无结果** → 检查 LanceDB 路径是否正确 → 确认已存储记忆：`node bin/memory.js stats` **内存占用过高** → 运行 `node bin/memory.js compact` 压缩向量 → 清理旧记忆：`node bin/memory.js cleanup --before 30d` ## 为什么本地 Embedding？ | 对比 | OpenAI API | Ollama 本地 | | --- | --- | --- | | 费用 | 按 token 收费 | 免费 | | 延迟 | 网络依赖 | 本地毫秒级 | | 隐私 | 数据出域 | 完全本地 | | 离线 | 不可用 | 可用 | | 质量 | text-embedding-3 | nomic-embed-text | 对于个人使用，nomic-embed-text 的质量足够，且完全免费。 ## 链接 * Ollama: * LanceDB: (npm: `vectordb`) * nomic-embed-text: --- *本地优先，隐私至上。* ## 依赖说明 ### 运行环境 - **Agent平台**: 支持SKILL.md的任意AI Agent(Claude Code / Cursor / Codex / Gemini CLI等) - **操作系统**: Windows / macOS / Linux ### 第三方依赖 | 依赖项 | 类型 | 是否必需 | 获取方式 | |:-------|:-----|:---------|:---------| | LLM API | API | 必需 | 由Agent内置LLM提供 | ### API Key 配置 - 本Skill基于Markdown指令,无需额外API Key(除内容中明确标注的外部API) ### 可用性分类 - **分类**: MD+EXEC(纯Markdown指令,部分功能需要exec命令行执行能力) - **说明**: 基于Markdown的AI Skill,通过自然语言指令驱动Agent执行任务 ## 适用场景 | 场景 | 输入 | 输出 | |------|------|------| | 基础使用 | 用户请求 | 处理结果 | **不适用于**：需要人工判断的复杂决策场景 ## 示例 ### 示例1：基础用法 ``` ### 依赖说明 ```bash ollama --version ollama pull nomic-embed-text cd skills/elite-longterm-memory npm install ``` ### 2. 初始化记忆系统 ```bash node bin/init.js ``` 这会创建： * `SESSION-STATE.md` — 热内存 * `MEMORY.md` — 长期记忆 * `memory/` — 每日日志目录 * `memory/vectors/` — LanceDB 数据库 ### 3. 使用记忆工具 ```bash node bin/memory.js store "用户喜欢深色模式" --importance 0.9 --category preference node bin/memory.js search "用户界面偏好" node bin/memory.js stats node bin/memory.js forget --query "深色模式" ``` ``` ## 常见问题 ### Q1: 如何开始使用Elite Longterm Memor？ A: 请先阅读使用流程章节，确认环境满足依赖说明中的要求。 ### Q2: 遇到错误怎么办？ A: 请参考错误处理章节，按照表格中的处理方式操作。 ### Q3: Elite Longterm Memor有什么限制？ A: 请参考已知限制章节了解具体限制。 ## 已知限制 - 需要API Key，无Key环境无法使用 - 本地运行，不支持多设备同步 ## 异常处理 - 边界输入处理: 空输入返回提示信息, 超长输入自动截断 - 降级策略: 异常时返回默认值, 确保流程不中断 - 重试机制: 失败时自动重试, 最多3次 ## 输出格式 处理结果以结构化格式返回, 包含状态码、消息和数据字段。