让AI的每次对话（项目）成为可追溯的知识资产，简单来说就是拥有本地永久记忆，

用户56376 · 2026 年5 月 17 日 02:57

中央记忆管理器 -

当时做整个的原因就是我的AI上下文记忆太短~很头疼AI久了久什么都记不住，我以及做了完整版的MCP，官方目前有技能大赛，我就做了给简化版技能，放出来~下载链接我也准备了一个开源基础版的MCP，需要的进行下载就好。我依托 CoALA 认知架构打造八层中央记忆管理器，以智能分类存储与多维检索能力补齐 AI 记忆短板，彻底解决对话无留存、上下文断层、历史内容难追溯问题，轻松实现对话内容系统化沉淀为可用知识资产。

解决的问题

使用AI辅助工作时，你是否遇到过：

“上周AI给我写的那个代码方案放哪了？”
“我们之前是怎么决定用MySQL而不是MongoDB的？”
“和AI讨论了10次的需求，现在找不到了…”
“每次新开对话都要重新交代背景…”

中央记忆管理器帮你系统化保存和管理AI对话，让每一次交流都成为可追溯的知识资产。

核心功能

1. 8层科学记忆架构

基于CoALA认知架构论文设计：

层级	名称	用途
1	程序记忆	使用方法、规则
2	工作记忆	当前任务状态
3	情景记忆	完整对话记录
4	语义记忆	知识点、代码
5	中期记忆	设计文档、方案
6	长期记忆	归档项目
7	大纲记忆	规划、路线图
8	索引记忆	快速检索入口

2. 智能分类保存

只需说"保存对话"，自动：

识别所属项目
判断内容类型
选择记忆层级
生成标准格式

3. 多维检索

支持按项目、层级、标签、时间多维度查询历史对话

快速开始

使用示例1：初始化项目

用户：我要开始一个新项目，叫"电商平台重构"

AI：🧠 已为您初始化项目记忆库【电商平台重构】

📁 建议文件夹结构：
记忆库/
├── 电商平台重构/
│   ├── 1_程序记忆/      # 项目规则
│   ├── 2_工作记忆/      # 当前状态
│   ├── 3_情景记忆/      # 对话记录
│   ├── 4_语义记忆/      # 知识点
│   ├── 5_中期记忆/      # 设计文档
│   ├── 6_长期记忆/      # 归档
│   ├── 7_大纲记忆/      # 规划
│   └── 8_索引记忆/      # 索引

使用示例2：保存对话

用户：保存这次关于数据库设计的讨论

AI：✅ 已保存到【电商平台重构/3_情景记忆/】

保存内容：
- 时间：2026-05-17
- 主题：数据库设计讨论
- 标签：#数据库 #架构 #MySQL
- 关键决策：采用分库分表策略

使用示例3：查询历史

用户：之前我们是怎么设计订单表的？

AI：🔍 找到3条相关记录：

1. 【2026-05-17】数据库设计讨论
   匹配度：95%
   摘要：讨论了订单表的分库分表策略...

2. 【2026-05-15】架构方案评审
   匹配度：80%
   摘要：包含订单模块的架构图...

适用场景

项目管理 - 追踪项目决策过程
学习笔记 - 整理AI辅助学习的知识点
技术研究 - 记录技术选型和方案讨论
内容创作 - 保存创作灵感和修改历史
Bug追踪 - 记录问题排查过程

为什么选择这个Skill

特性	传统方式	中央记忆管理器
保存方式	手动复制粘贴	智能自动分类
组织结构	混乱的文件夹	8层科学架构
检索效率	全文搜索	多维精准定位
知识沉淀	对话堆积	自动提炼知识
使用门槛	需要整理习惯	零门槛即开即用

包含内容

central-memory-skill/
├── SKILL.md                          # 核心技能文档
├── references/
│   └── 8-layers-architecture.md     # 8层架构详细说明
└── assets/
    └── memory-templates/            # 记忆模板
        ├── dialogue-template.md     # 对话记录模板
        ├── knowledge-template.md    # 知识点模板
        └── project-index-template.md # 项目索引模板