AI Agent 記憶系統設計藍圖

三層架構

• 事實層：姓名、語言、慣用工具等穩定個人檔案；用 YAML 結構化查詢
• 情節層：每行一筆：決策、踩坑、教訓；用 tags 篩選不全量載入
• 暫存層：當前任務進度與待辦；跨 session 接力，完成即清空

協作流程

核心原則：按需載入。CLAUDE.md 只是路由入口，本身不存記憶。

啟動   → 載入 fact.yml（你是誰）
任務中 → 讀寫 scratchpad.md（現在做什麼）
         ↓ 需要歷史參照時
         查詢 episodic.jsonl（之前發生過什麼）
完成   → 關鍵決策升遷到 episodic.jsonl，暫存清空
         偏好變更則更新 fact.yml

記憶強度公式

情節層累積到幾百筆後，用強度決定哪些浮上來、哪些淡出（低於閾值標記可歸檔，不刪除）。

strength = base(importance / 10)
         + retrieval(count * 0.08)
         + association(edges * 0.05)
         - decay(weeks * 0.03)

三步驟起手（10 分鐘）

# 1. 建 memory 目錄與事實層
mkdir -p memory
cat > memory/fact.yml << 'EOF'
user:
  name: "你的名字"
  language: "台灣繁體中文"
  timezone: "Asia/Taipei"
  preferences:
    tech_stack: ["你常用的框架"]
EOF

# 2. 建暫存層
cat > memory/scratchpad.md << 'EOF'
# Scratchpad - 當前任務暫存
EOF

# 3. 在 CLAUDE.md 加入記憶路由
## 記憶路由
# - 偏好/設定: memory/fact.yml
# - 任務暫存: memory/scratchpad.md

完整設計：AI Agent 記憶系統三層架構實作 →