一、记忆系统概述
1.1 什么是 WorkBuddy 记忆系统
WorkBuddy 的记忆系统是一套多层次的持久化机制 ，确保 AI 助手能够在不同会话之间 "记住" 用户偏好、项目上下文和历史工作内容 。与传统的 "每次对话从零开始" 不同，WorkBuddy 通过三层记忆架构 ，让每一次交互都能建立在已有的认知基础之上。
1.2 为什么要分层管理记忆
WorkBuddy 采用三层记忆架构，分别对应不同的作用域和读写策略：
- 职责清晰：云端管跨设备全局画像、本地用户管跨项目通用配置、工作空间管单项目业务；三层互不干扰；
- 安全可控：业务敏感项目数据仅保存在本地项目文件夹，不上传云端，隐私可控；
- 灵活持久：本地 Markdown 文件可手动编辑、复制备份、迁移，不受云端限制。
1.3 记忆全景拆解
WorkBuddy 的"记忆"是一套分层文件体系。本质就是：哪些文件存什么、什么时候读、怎么写回。接下来按四个模块逐一拆解------先讲三层记忆架构（云端记忆/用户级本地记忆/工作空间记忆），再讲身份文件（SOUL/IDENTITY/USER），然后是技能与自动化这两类"行动型记忆"，最后落到单次会话里它们怎么协同。看完你就知道每次对话背后到底了什么、写了什么。
二、三层记忆架构详解
2.1 第一层：云端记忆（服务器管理）
云端记忆是 WorkBuddy 记忆体系的最高层，由两部分组成：
2.1.1 自动注入的个人档案（只读）
服务器根据你长期使用 WorkBuddy 的行为，自动生成一份个人画像概要。这份概要会在每个会话启动时自动注入到上下文中主要包括我们的偏好、习惯、常用技术栈等。用户无法直接编辑这部分内容，但可以通过持续使用 WorkBuddy 来影响它的内容。
云端个人画像由服务端后台统一维护，本地仅做只读缓存，修改本地缓存文件不会同步更新云端；用户只能通过长期对话行为调整画像内容，无直接编辑入口
2.1.2 历史对话检索（Conversation Search）
当需要回顾过去特定事件或讨论时，WorkBuddy 可以通过对话搜索工具，在所有历史会话（session）中查找相关内容也就是从云端的会话记忆中检索。典型的触发场景：回顾一下我们上次的对话
使用 Conversation Search 检索历史对话时，指令需要完整描述目标内容（时间、任务、关键词），不能依赖当前对话上下文推断检索目标。
2.2 第二层：用户级本地记忆
用户级本地记忆为全局通用、支持读写的本地记忆，单会话最大可写入 4000 字符，用于存储跨项目共用的全局偏好、通用规范、个人信息等内容。
写入时机：当你明确要求 "长期记住" 某些内容、且该内容不限于当前项目时
2.3 第三层：工作空间记忆
绑定到特定项目的本地记忆，存储在项目目录下：{workspace}/.workbuddy/memory/
2.3.1 每日工作日志（YYYY-MM-DD.md）
这是一份仅追加（append-only）的日志文件，自动生成一个，记录了该工作空间中每一天完成的实质性工作。（构建网站、修复 Bug、生成报告、重构代码等），不记录临时信息（搜索结果、临时路径、工具错误）。
2.3.2 项目约定（MEMORY.md）
这是一份精选的项目级长期记忆文件，也就是项目约定。用于记录该项目的重要决策、约定和知识点。仅当前项目生效，单会话写入上限 3000 字符，需定期将超 30 天工作日志核心内容提炼至其中并清理旧日志。
存储空间：{workspace}/.workbuddy/memory/MEMORY.md
2.3.3 三层对比总结
备注：单次对话写入操作最大字符限制，文件总存储无硬性上限。
三、身份文件体系
除了三层记忆架构，WorkBuddy 还通过三个身份文件来定义 AI 助手和用户之间的协作关系。这些文件在每次会话启动时被注入到上下文。
3.1 SOUL.md --- 灵魂与行为准则
SOUL.md定义了 AI 助手的核心人格和行为准则，是整个身份体系的总纲。
修改 SOUL.md 后，下一次新建会话自动加载新规则，当前运行会话不实时更新，修改后主动告知用户助手行为准则已变更。
3.2 IDENTITY.md --- 身份元数据
记录 AI 助手的基础身份信息：
3.3 USER.md --- 用户画像
静态固定用户基础信息（姓名、称呼、城市、岗位、基础沟通底线），极少修改：
这些文件可手动编辑，修改后在下次会话生效
四、技能与自动化记忆
WorkBuddy 还通过 "技能" 和 "自动化任务" 两个机制，提供更高级的知识复用能力。
4.1 技能（Skills）
技能是可复用的工作流程模块，存储在本地文件系统中：
- 用户级技能：~/.workbuddy/skills/ ------ 跨项目共享
- 项目级技能：{workspace}/.workbuddy/skills/ ------ 当前项目专用
当完成一个可复用的多步骤任务时，系统会自动将其抽象为技能保存。这实际上是将 "操作经验" 转化为 "可执行的知识模块"。
4.2 自动化任务（Automations）
自动化任务存储在 SQLite 数据库中：~/.workbuddy/workbuddy.db
支持两种调度模式：
- 周期性调度（recurring）：按 RRULE 规则（每天 / 每周 / 每月）自动执行。
- 一次性调度（once）：在指定时间执行一次
自动化任务的状态、运行历史和配置均持久化保存，是 "记忆" 在时间维度上的延伸。
4.3 记忆体系关系总览
记忆、身份、技能、自动化 ------ 四者共同构成了 WorkBuddy 的 "认知体系"：
- 身份文件（SOUL/IDENTITY/USER） → 定义 "我是谁、你是谁"
- 三层记忆 → 记录 "我们之间发生了什么"
- 技能 → 保存 "我是怎么做的"
- 自动化 → 预设 "我什么时候该做什么"
四者协作，让 WorkBuddy 从一个 "无状态工具" 进化为 "有记忆的伙伴"。
五、会话（Session）机制
5.1 什么是会话
会话（Session）是用户与 WorkBuddy 一次对话的完整生命周期。每次打开新对话，就是一个新的 Session。
5.2 会话的生命周期
用户打开新对话 → Session 创建 → AI 加载记忆 → 对话交互 → Session 结束
5.3 会话中如何利用记忆
5.4 会话的关键特性
连续性：在同一个任务中可以继续追问，WorkBuddy 基于之前的上下文继续处理，无需重复描述背景。
- 可搜索：对话区顶部支持「对话内搜索」快速查找历史内容
- 可分享：支持生成公开链接分享任务
- 可中断：执行中可以随时停止，然后继续补充说明
- 历史检索：支持通过 conversation_search 工具跨会话检索历史对话内容
5.5 Session 与 Memory 的核心区别
六、一次完整对话的生命周期（实战演示）
场景：专家团队流程图制作
Step 1 · 用户发起对话
王：「帮我生成一个流程图，风格样式是我提供的图片样式，做成向外延伸的动画」
Step 2 · AI 加载上下文记忆
Step 3 · AI 执行任务（基于记忆上下文）
读取 'flowchart.html' 作为布局风格参考 → 移植中心+连线+flyOut 动画结构
- 读取 'Clipboard_Screenshot.png' 分析组织架构 → 确定 7 节点 + 1 中心布局
- 编写 'expert-team.html'：popIn → drawLine → flyOut 动画链 + 重新播放/导出按钮
Step 4 · 用户反馈迭代
反馈①：「线条太细，改成第一次那种」→ 'stroke-width: 2.5 → 4.5'，'dasharray: 320 → 700'
反馈②：「包裹框太小，整体放大保持和谐」→ 中心框 240×160 → 320×200，节点 280×80 → 320×100，全字号+连线同步跟进
Step 5 · AI 写入工作记忆
项目级日志（2026-07-14.md）追加：
专家团队流程图：整体放大，中心框 240x160→320x200，节点 280x80→320x100- 连线参数同步修正（flyOut距离、transform-origin、连线起止点）
Step 6 · 下一次会话
AI 自动加载更新后的记忆，知道该用户偏好粗线条 + 大比例 + 迭代式修改，直接采用这些参数。
七、最佳实践与注意事项
7.1 推荐使用策略
-
善用 USER.md 和 SOUL.md 在首次使用时花 5 分钟填写身份文件，让 AI 从一开始就了解你。这是性价比最高的 "记忆投资"。
-
关键决策写入工作空间 MEMORY.md 项目的技术选型、架构设计思路、编码规范等关键决策，应在做出后立即写入项目级别的 MEMORY.md，避免未来遗忘或反复讨论。
-
大胆使用、谨慎管理 WorkBuddy 对内部操作（读文件、搜索、分析）大胆，对外部操作（发邮件、公开分享）谨慎。你也应该如此 ------ 放心让它读取和记录，但对写入敏感信息保持警惕。
-
定期清理超过 30 天的日志 日志是 "短期工作记忆"，满 30 天后应及时提炼到 MEMORY.md，保持记忆库的整洁和高效。
-
利用历史检索而不是翻阅日志 想找过去的某个讨论时，直接让 WorkBuddy 用历史检索搜索，而不是手动翻查日志文件 ------ 服务端语义排序远比人工搜索高效。
-
每月固定时间归档项目日志
精简沉淀至项目 MEMORY.md，删除超 30 天无核心价值日志。