上周我照常打開一個(gè)新的終端會(huì)話讓 AI 助手繼續(xù)處理一個(gè)跟了三天的項(xiàng)目。它上來就問我要項(xiàng)目背景、依賴關(guān)系、之前定好的技術(shù)方案——那一刻我真的有點(diǎn)崩潰同樣的背景我至少解釋過三次了。也就是從那時(shí)候起我開始動(dòng)手折騰 claude-mem 這類跨會(huì)話記憶方案。如果你也被每次都要重新交代一遍背景折磨過這篇文章應(yīng)該對(duì)你有用。claude-mem 是我目前用得最順手的思路之一把 AI 助手的歷次會(huì)話記錄沉淀成可檢索的記憶庫(kù)在新會(huì)話里按需自動(dòng)召回。它不是某個(gè)神奇的大模型也不改助手本身的推理能力而是加在會(huì)話和模型之間的一層記憶皮層。這篇文章我會(huì)從為什么要做、整體鏈路、核心模塊、配置細(xì)節(jié)到實(shí)際踩過的坑完整拆開講一遍。1. 會(huì)話窗口不是記憶AI 助手天生就是金魚1.1 先搞清楚知道和記得的區(qū)別很多剛接觸 AI 助手的同學(xué)會(huì)有一個(gè)錯(cuò)覺它既然能聊得這么順應(yīng)該什么都記著吧。真不是。大語(yǔ)言模型本質(zhì)上是無狀態(tài)的函數(shù)——每次你輸入一段話它根據(jù)這段輸入生成輸出這段輸入就是它的全部世界。上下文窗口再大也只是當(dāng)下能看到的紙窗口關(guān)掉紙就燒了。我習(xí)慣用魚缸來類比模型就像一條金魚它的記憶范圍只有眼前這缸水。你把魚缸換大一點(diǎn)增大上下文窗口它能同時(shí)看到的東西更多了但它依然不記得昨天這缸水里發(fā)生過什么。會(huì)話結(jié)束的那一刻所有討論過的約束、排除掉的方案、確認(rèn)過的命名規(guī)則全部歸零。這就是 AI 助手的金魚病。短會(huì)話里還沒什么感覺一旦進(jìn)入真實(shí)的工作流——跨天開發(fā)、長(zhǎng)期項(xiàng)目維護(hù)、持續(xù)的知識(shí)積累——這種失憶帶來的重復(fù)勞動(dòng)就很疼了。1.2 真正的財(cái)富都沉淀在歷史會(huì)話里我后來仔細(xì)翻過自己一周的會(huì)話記錄發(fā)現(xiàn)里面真正有價(jià)值的東西并不是那些大段的代碼生成而是散落在對(duì)話里的決策過程為什么選 A 方案不用 B 方案、哪個(gè)依賴版本會(huì)踩坑、用戶對(duì)某個(gè)交互的偏好、上次排查某個(gè) bug 的完整鏈路。這些東西如果只是留在終端的歷史文件里就永遠(yuǎn)只是一堆 JSONL 文本誰(shuí)也不回去翻。可它們恰恰是下一個(gè)會(huì)話最需要的上下文。我需要的不是更大的上下文窗口而是能把歷史里相關(guān)的那一小塊精確撈出來的能力。1.3 claude-mem 到底補(bǔ)的是哪塊拼圖claude-mem 的定位很清晰它不改變模型不魔改接口只是做一個(gè)旁路系統(tǒng)。它站在 AI 助手和歷史會(huì)話之間承擔(dān)三件事讀取并解析歷史會(huì)話記錄把對(duì)話內(nèi)容結(jié)構(gòu)化。將內(nèi)容切塊、向量化存入本地記憶庫(kù)。在新會(huì)話的請(qǐng)求發(fā)出之前基于當(dāng)前的問題檢索最相關(guān)的舊記憶并把它們拼進(jìn)提示詞里。一句話它把不可回溯的歷史變成了可檢索、可回灌的記憶。真正設(shè)計(jì)起來里面的每一步都有不少講究后面我會(huì)逐個(gè)拆。2. 數(shù)據(jù)鏈路拆解從會(huì)話記錄到可檢索記憶2.1 第一步會(huì)話記錄從哪來怎么讀claude-mem 能工作的前提是助手本身會(huì)把會(huì)話內(nèi)容落盤。很多終端類 AI 工具默認(rèn)會(huì)在本地目錄寫會(huì)話記錄通常是一行一條消息事件的 JSONL 格式每條記錄里包含角色用戶、助手、工具調(diào)用等、消息內(nèi)容、時(shí)間戳、會(huì)話 ID。讀取這塊沒什么技巧難點(diǎn)在清洗。原始記錄里混著大量工具調(diào)用輸出、系統(tǒng)提示、代碼塊、冗長(zhǎng)的日志片段如果全量入庫(kù)記憶庫(kù)會(huì)變得又大又雜。我的做法是只抽取三類消息用戶的指令、助手的最終回復(fù)、工具調(diào)用的結(jié)果摘要。中間的碎碎念、失敗的中間步驟只保留結(jié)論性內(nèi)容。# 偽代碼示意從會(huì)話記錄中抽取候選記憶 for event in parse_session(jsonl_path): if event.role user: candidates.append({type: user_request, text: event.content}) elif event.role assistant and event.is_final: candidates.append({type: assistant_answer, text: event.content}) elif event.role tool_result and event.has_conclusion: candidates.append({type: tool_summary, text: summarize(event.content)})這一步做得好不好直接決定記憶庫(kù)的信噪比。寧可從源頭就過濾掉噪音也不要指望后面的檢索環(huán)節(jié)幫你擦屁股。2.2 第二步切塊、向量化、落庫(kù)抽取出來的每條消息還不能直接入庫(kù)。一條助手的回復(fù)可能長(zhǎng)達(dá)幾千字直接整條向量化會(huì)讓語(yǔ)義變得模糊檢索時(shí)也容易命中無關(guān)的片段。所以必須先切塊。切塊策略我放在后面單獨(dú)講這里先說過流程把每一條候選內(nèi)容按語(yǔ)義邊界切成 500 到 800 字的塊相鄰塊之間保留 50 字左右的重疊避免切在關(guān)鍵句子上。然后每個(gè)塊生成一個(gè)向量連同時(shí)間戳、會(huì)話 ID、項(xiàng)目路徑等元數(shù)據(jù)一起寫入本地向量庫(kù)。向量庫(kù)我用的嵌入式文件型方案不需要額外起服務(wù)數(shù)據(jù)落在本地目錄對(duì)個(gè)人使用來說最省心。每個(gè)記憶條目實(shí)際存的是三部分向量、原始文本、元數(shù)據(jù)。檢索時(shí)按向量相似度召回候選再結(jié)合元數(shù)據(jù)過濾和重排。2.3 第三步請(qǐng)求發(fā)出前把記憶塞回對(duì)話記憶庫(kù)建好了剩下的問題是怎么用。最優(yōu)雅的方式是利用 AI 助手自帶的鉤子機(jī)制——在用戶輸入提交之前執(zhí)行一個(gè)外部命令把命令的輸出追加進(jìn)上下文。具體到 claude-mem 上就是監(jiān)聽用戶即將提交輸入這個(gè)事件拿到本次用戶的問題去向量庫(kù)里檢索最相關(guān)的歷史記憶把記憶拼接成一段歷史上下文參考以系統(tǒng)側(cè)補(bǔ)充內(nèi)容的形式注入到請(qǐng)求里。注入的格式很關(guān)鍵。我試過幾版最穩(wěn)定的是給每段記憶標(biāo)注來源時(shí)間和會(huì)話場(chǎng)景并明確告訴助手這些是歷史記錄的摘要不一定完全適用當(dāng)前場(chǎng)景僅供參考{ memory_block: [ { source_time: 2025-11-20, content: 項(xiàng)目約定使用 ESM 模塊規(guī)范構(gòu)建產(chǎn)物輸出到 dist/, relevance: 0.87 } ] }這樣助手就不會(huì)把歷史記憶當(dāng)成絕對(duì)的當(dāng)前事實(shí)而是當(dāng)作背景參考來用。給記憶打上參考的標(biāo)簽看起來是個(gè)小細(xì)節(jié)卻能明顯減少它把舊約定硬套到新需求上的尷尬。2.4 別忘了還有一個(gè)低科技兜底向量檢索不是萬能的偶爾會(huì)漏掉一些剛發(fā)生、還沒寫入索引的事實(shí)。所以我還保留了一個(gè)兜底機(jī)制一份持續(xù)維護(hù)的記憶摘要文件。每當(dāng)一段重要對(duì)話結(jié)束claude-mem 會(huì)把當(dāng)次的結(jié)論追加到這個(gè)文件里作為純文本長(zhǎng)期保存。這份文件的好處是簡(jiǎn)單、透明、可直接編輯。向量庫(kù)出了問題或者想手動(dòng)刪掉某條不想被記住的內(nèi)容直接改文件就行。它跟向量庫(kù)的關(guān)系是互補(bǔ)向量庫(kù)負(fù)責(zé)模糊召回摘要文件負(fù)責(zé)精確兜底。兩條路都在記憶系統(tǒng)才不會(huì)在關(guān)鍵時(shí)刻掉鏈子。3. 從零配置跑通環(huán)境搭建和基礎(chǔ)設(shè)置3.1 安裝與依賴準(zhǔn)備claude-mem 運(yùn)行在 Python 3.10 環(huán)境上。安裝本身沒什么可說的一條命令的事主要麻煩在依賴它需要一整套文本處理和向量化相關(guān)的庫(kù)另外還需要下載一個(gè)本地嵌入模型文件首次運(yùn)行會(huì)自動(dòng)拉取網(wǎng)絡(luò)不好的時(shí)候容易卡住建議提前手動(dòng)把模型文件準(zhǔn)備好。裝完之后先別急著接助手我強(qiáng)烈建議先用自己的終端跑一遍命令行驗(yàn)證手動(dòng)指定一個(gè)會(huì)話記錄文件讓它建立索引然后查一條歷史內(nèi)容看能不能召回。這一步跑通了再接鉤子不然后面排查問題會(huì)非常痛苦。3.2 需要重點(diǎn)理解的配置項(xiàng)配置文件的默認(rèn)值通常能直接用但有幾個(gè)參數(shù)決定了記憶系統(tǒng)好不好用值得逐個(gè)過一遍:配置項(xiàng)我用的值作用與調(diào)整思路記憶庫(kù)存儲(chǔ)路徑獨(dú)立的本地?cái)?shù)據(jù)目錄別放到項(xiàng)目目錄里否則容易被清理工具誤刪召回?cái)?shù)量 top_k5 到 8太少容易漏太多會(huì)讓注入內(nèi)容過長(zhǎng)擠占對(duì)話窗口相關(guān)性閾值0.55 左右低于這個(gè)分?jǐn)?shù)的記憶寧可不注入避免噪音干擾項(xiàng)目命名空間按項(xiàng)目根目錄自動(dòng)劃分防止多個(gè)項(xiàng)目的記憶互相串味后面細(xì)說自動(dòng)壓縮開關(guān)開啟定期把較早的會(huì)話壓縮成摘要控制庫(kù)體積這里最需要反復(fù)調(diào)的是相關(guān)性閾值。閾值設(shè)得太低助手會(huì)頻繁讀到不相關(guān)內(nèi)容反而干擾判斷設(shè)得太高又可能什么都召回不到表現(xiàn)成記憶失效。我個(gè)人的經(jīng)驗(yàn)是先從 0.5 開始跑幾天觀察它在哪些場(chǎng)景漏召回、哪些場(chǎng)景誤召回再微調(diào)。3.3 驗(yàn)證真的生效別只看日志很多人配置完鉤子看到終端里閃過 claude-mem 的日志就以為成功了其實(shí)那只能說明命令被執(zhí)行了不能說明記憶真的進(jìn)了對(duì)話。我總結(jié)了一個(gè)靠譜的驗(yàn)收方法先故意在會(huì)話里交代一個(gè)明確的偏好比如以后所有接口返回格式統(tǒng)一用 camelCase結(jié)束會(huì)話新開一個(gè)會(huì)話直接問一句接口返回格式以后用什么規(guī)范。如果助手能給出準(zhǔn)確回答說明全鏈路是通的。如果它答不上來就去檢查那次會(huì)話是否真的寫入了記錄、切塊是否正常、召回時(shí)相關(guān)性分?jǐn)?shù)夠不夠。這個(gè)驗(yàn)收方法聽起來很基礎(chǔ)但它能快速區(qū)分問題出在記錄沒入庫(kù)檢索沒召回還是注入沒生效排查效率高很多。4. 核心模塊深挖嵌入、分塊、檢索與遺忘4.1 嵌入模型選型本地優(yōu)先還是走 API記憶的檢索質(zhì)量七成取決于嵌入向量模型。嵌入模型負(fù)責(zé)把文本變成向量相似的語(yǔ)義在向量空間里距離更近。這里有一個(gè)常見誤區(qū)不是模型越大效果就一定越好。對(duì)于 claude-mem 這種記憶片段級(jí)別的短文本檢索中等規(guī)模的本地嵌入模型已經(jīng)完全夠用。選擇本地模型的最大理由是隱私和控制會(huì)話記錄里可能帶著業(yè)務(wù)細(xì)節(jié)、個(gè)人偏好走云端 API 就等于把這些數(shù)據(jù)送到外部服務(wù)我心里是不踏實(shí)的。本地模型跑在 CPU 上也夠快幾百毫秒內(nèi)能完成一次召回。唯一的代價(jià)是首次下載模型文件以及偶爾的精度不如云端大模型但通過合理的重排策略完全可以彌補(bǔ)。4.2 分塊策略為什么決定了檢索質(zhì)量的上下限我可以直接說claude-mem 里我調(diào)得最多的就是分塊參數(shù)。分塊太粗一個(gè)塊里塞了三個(gè)不相關(guān)的話題檢索時(shí)只命中其中一個(gè)另外兩個(gè)就成了噪音分塊太細(xì)又容易把完整的邏輯拆散召回回來的是一堆殘缺片段。我的最終策略是以對(duì)話輪次為邊界窗口內(nèi)再按長(zhǎng)度二次切分。每個(gè)對(duì)話輪次天然是一個(gè)語(yǔ)義單元先按輪次切超過長(zhǎng)度上限的再補(bǔ)充切。切的時(shí)候保留代碼塊和列表結(jié)構(gòu)的完整性絕不把一段代碼從中間劈開。重疊部分取 50 字剛好能保住承上啟下的關(guān)鍵句。這里有一個(gè)反直覺的發(fā)現(xiàn)很多人為了省向量庫(kù)的存儲(chǔ)空間把塊切得很大。結(jié)果是召回質(zhì)量肉眼可見地下降。存儲(chǔ)空間和檢索質(zhì)量之間我建議毫不猶豫地站在檢索質(zhì)量這邊——反正本地磁盤并不貴。4.3 檢索不是只看相似度要做混合打分純靠向量相似度召回表現(xiàn)其實(shí)不太穩(wěn)定。歷史記憶有一個(gè)特性時(shí)間越近的信息往往越重要。一條上周的當(dāng)前項(xiàng)目使用 pnpm 管理依賴比一條三個(gè)月的當(dāng)時(shí)考慮過用 pnpm要有用得多。單純相似度檢索會(huì)把這些時(shí)間信息丟掉。所以我給檢索加了一個(gè)混合打分公式綜合三部分語(yǔ)義相似度來自向量距離。關(guān)鍵詞命中加分對(duì)方法名、庫(kù)名、路徑這類精確詞做輕量匹配。時(shí)間衰減越新的記錄分?jǐn)?shù)越高。最終分?jǐn)?shù)是這三者的加權(quán)和。我在實(shí)際測(cè)試?yán)锟吹郊尤霑r(shí)間權(quán)重之后召回結(jié)果的相關(guān)性明顯更貼近實(shí)際需求。這個(gè)調(diào)整代碼量不大但對(duì)使用體驗(yàn)的提升非常顯著。4.4 記憶也要新陳代謝和遺忘記憶庫(kù)不是光進(jìn)不出。跑上兩三個(gè)月如果不做清理庫(kù)里會(huì)堆積大量過時(shí)和重復(fù)的內(nèi)容同一個(gè)問題的多次討論、早已廢棄的方案、過期依賴的使用約定。這些內(nèi)容不但占用空間更會(huì)在檢索時(shí)反復(fù)被召回干擾助手對(duì)當(dāng)前狀態(tài)的判斷。我的處理思路是分三層。第一層是去重嵌入向量高度相似的塊自動(dòng)合并保留時(shí)間最新的版本。第二層是壓縮對(duì)超過一定時(shí)限的舊會(huì)話用模型生成一段摘要替代原始全文大幅縮小體積。第三層是歸檔超過半年的記憶移出熱檢索范圍只在主動(dòng)查詢時(shí)可用。這套新陳代謝機(jī)制讓記憶庫(kù)始終保持在合理規(guī)模。記憶這個(gè)東西不能只做加法會(huì)遺忘的記憶系統(tǒng)才健康。5. 實(shí)戰(zhàn)踩坑記錄四個(gè)讓我調(diào)了一整天的問題5.1 跑通了但記憶根本沒進(jìn)去這是我遇到的第一個(gè)也是最能誤導(dǎo)人的坑。日志顯示 claude-mem 在正常啟動(dòng)每次提交都在跑但新會(huì)話里助手對(duì)歷史問題毫無反應(yīng)。排查了半天最后發(fā)現(xiàn)是數(shù)據(jù)源的問題我配置的讀取路徑和 AI 助手實(shí)際寫會(huì)話記錄的路徑不一致。這類工具的會(huì)話目錄往往帶時(shí)間戳或哈希值路徑版本一變就容易對(duì)不上。更隱蔽的是寫入延遲——助手可能不會(huì)實(shí)時(shí)把記錄刷到磁盤而是攢一批再寫。我剛結(jié)束會(huì)話就立刻新開一個(gè)驗(yàn)證此時(shí)舊會(huì)話可能還沒落盤。解決方法是讀取時(shí)兼容多個(gè)候選路徑驗(yàn)證前先確認(rèn)會(huì)話文件確實(shí)存在且已寫入必要時(shí)加一個(gè)小等待或者手動(dòng)觸發(fā)落盤。5.2 召回結(jié)果五花八門相關(guān)性堪憂功能通了之后下一個(gè)問題是召回內(nèi)容不那么對(duì)。問接口規(guī)范它把一個(gè)月前的部署討論也翻出來了。根源在于分塊粒度和主題漂移一次長(zhǎng)會(huì)話通常會(huì)聊好幾個(gè)話題同一個(gè)塊里塞了多個(gè)主題檢索時(shí)就容易串臺(tái)。我在修正分塊策略之后召回質(zhì)量提升非常明顯。另外加了一個(gè)重排步驟召回前 20 條候選用一個(gè)輕量重排模型或規(guī)則關(guān)鍵詞精度 時(shí)間新鮮度再篩一遍只保留前 5 到 8 條。重排這個(gè)環(huán)節(jié)看起來多此一舉但它就像面試中的終面能把初選合格的候選人里最合適的那幾個(gè)挑出來。5.3 記憶庫(kù)越來越大檢索越來越慢跑了一個(gè)多月我發(fā)現(xiàn)檢索開始變慢打開數(shù)據(jù)目錄一看索引文件已經(jīng)好幾個(gè) GB。原因很簡(jiǎn)單向量化過程中積累了太多重復(fù)和冗余塊加上每次會(huì)話都會(huì)產(chǎn)生新記錄庫(kù)體量迅速膨脹。我那段時(shí)間的調(diào)優(yōu)動(dòng)作是開啟自動(dòng)壓縮、調(diào)高去重閾值、把超過兩個(gè)月的舊會(huì)話主動(dòng)歸檔。處理完以后庫(kù)體量降了大約 60%檢索速度恢復(fù)到接近初始狀態(tài)。后來我把每周自動(dòng)壓縮加進(jìn)了定時(shí)任務(wù)這個(gè)問題基本就不再出現(xiàn)。5.4 多個(gè)項(xiàng)目的記憶互相串臺(tái)最典型的表現(xiàn)是在項(xiàng)目 A 里討論的依賴選型跑到項(xiàng)目 B 里被助手引用出來了。因?yàn)槟J(rèn)配置下所有項(xiàng)目的會(huì)話記錄都進(jìn)同一個(gè)記憶庫(kù)檢索時(shí)不區(qū)分來源。解決方式很直接按項(xiàng)目根目錄劃分命名空間每個(gè)項(xiàng)目一個(gè)獨(dú)立的記憶庫(kù)。檢索時(shí)只在本項(xiàng)目的庫(kù)里查。這個(gè)改動(dòng)非常小但屬于不做就會(huì)出大問題的分類。如果你同時(shí)維護(hù)多個(gè)項(xiàng)目請(qǐng)務(wù)必在最開始就配置好命名空間。6. 我把這套記憶方案用在了哪些場(chǎng)景6.1 長(zhǎng)周期項(xiàng)目的接力棒最受益的場(chǎng)景是跨天的項(xiàng)目開發(fā)。以前每次新會(huì)話都要花上十分鐘重新梳理背景項(xiàng)目目標(biāo)、目錄結(jié)構(gòu)、已完成的部分、待辦的難點(diǎn)?，F(xiàn)在 claude-mem 會(huì)在我輸入第一句話時(shí)就自動(dòng)把相關(guān)的歷史決策注入進(jìn)來。助手不再問這個(gè)項(xiàng)目是什么而是直接接著昨天的思路往下走。這種體驗(yàn)上的變化很難用文字描述清楚但效率提升是實(shí)打?qū)嵉?。我算過一筆賬以前一個(gè)項(xiàng)目中期每天花在恢復(fù)上下文上的時(shí)間至少 20 分鐘現(xiàn)在基本可以忽略不計(jì)。6.2 個(gè)人偏好和工作習(xí)慣的沉淀另一個(gè)很實(shí)用的點(diǎn)助手會(huì)慢慢記住我的工作習(xí)慣。比如我偏好接口文檔用中文寫注釋、測(cè)試文件的命名規(guī)范、commit message 的格式要求。這些偏好散落在各個(gè)會(huì)話里如果每次都重新手動(dòng)交代既啰嗦又不穩(wěn)定。有了記憶機(jī)制之后它們?cè)跁?huì)話中自然沉淀后續(xù)自動(dòng)生效。這個(gè)效果特別像和一個(gè)合作很久的同事共事他不需要你反復(fù)提醒就知道你習(xí)慣怎么做事情。6.3 輕量知識(shí)庫(kù)問答我還嘗試把 claude-mem 當(dāng)成一個(gè)輕量的個(gè)人知識(shí)庫(kù)來用把一些零散的技術(shù)筆記、問題排查記錄喂給它然后通過對(duì)話問答的方式取用。它和完整的 RAG 系統(tǒng)相比差了不少功能但勝在零成本、零維護(hù)對(duì)個(gè)人場(chǎng)景足夠用。需要說明的是它不適合做大規(guī)模的知識(shí)庫(kù)檢索。那些需要精確證據(jù)鏈和版本管理的場(chǎng)景還是應(yīng)該用成熟的文檔檢索方案。記憶工具的定位是輔助不是替代。6.4 什么場(chǎng)景別硬上經(jīng)過實(shí)踐我也劃清了幾個(gè)不要用的邊界涉及敏感信息的會(huì)話不要接入記憶寧可讓記憶庫(kù)留白需要精確到代碼行、版本號(hào)的場(chǎng)景記憶檢索的模糊性容易引入錯(cuò)誤信息高頻變化的狀態(tài)比如當(dāng)前部署到哪個(gè)環(huán)境記憶里存的永遠(yuǎn)是過時(shí)的。記憶是幫助助手理解背景不是幫它記憶事實(shí)數(shù)據(jù)。把這條邊界想清楚就能避免不少誤用。7. 一點(diǎn)個(gè)人體會(huì)記憶應(yīng)該是一門產(chǎn)品不是一個(gè)功能折騰這套方案到現(xiàn)在我最深的體會(huì)是給 AI 助手加記憶難點(diǎn)不在存得下而在召回得準(zhǔn)、注入得巧、遺忘得合理。很多人做記憶系統(tǒng)只盯著向量庫(kù)和嵌入模型卻忽略了產(chǎn)品層面的問題——什么時(shí)候該讓它想起什么什么時(shí)候該讓它忘掉什么。我在這套方案里最滿意的一個(gè)設(shè)計(jì)是記憶全部可視、可編輯、可刪除。我不會(huì)把記憶系統(tǒng)的內(nèi)部邏輯當(dāng)成黑盒每個(gè)注入到對(duì)話里的記憶都標(biāo)注了來源我想要調(diào)整閾值直接改配置想刪某條記憶直接操作數(shù)據(jù)文件。這種透明性讓我敢長(zhǎng)期依賴它。后面我還想繼續(xù)折騰兩個(gè)方向一個(gè)是給記憶建立關(guān)聯(lián)關(guān)系把散落的單點(diǎn)記憶織成知識(shí)圖譜另一個(gè)是做記憶的分級(jí)管理讓不同重要程度的內(nèi)容有不同的保留周期。這些想法還不成熟等實(shí)踐出結(jié)果了再寫文章分享。最后分享一個(gè)小技巧如果你剛開始嘗試這類記憶方案別急著把整套功能全部打開。先只啟用檢索回灌和兜底摘要文件這兩項(xiàng)跑一周看看哪些召回有用、哪些是噪音然后再逐步調(diào)參和開啟自動(dòng)壓縮。一步一步來你才能真的理解每個(gè)參數(shù)在替你做什么。