结构化记忆分类

技能文档

---
name: memory-taxonomist-clarkchenkai
title: 结构化记忆分类
category: 办公效率
description: 把原始笔记、会议记录、对话转录拆解为原子化知识条目并分类整理的记忆管理技能：区分事实/偏好/流程/未决问题/例外五类，分离持久与临时信息，识别冲突并给出存储建议（存储/更新/搁置/废弃）。当用户需要整理笔记、清理 Agent 记忆、归档会议结论、沉淀用户上下文供后续检索时使用。触发词：笔记整理、记忆分类、知识沉淀、会议纪要归档、记忆清理。
---

# 结构化记忆分类 —— 把原始笔记变成稳定知识

当任务符合下述协议时使用本技能：为这类任务提供严谨的协议与固定的输出契约，而非泛泛的总结。

## 激活触发

- 新笔记或转录中混杂多种信息类型
- Agent 记忆设计或记忆清理工作
- 会议产出中同时包含决策、偏好与未决问题
- 需要安全存储用户上下文以供将来检索
- 检索质量比存储数量更重要的场景

## 技能工作流

### 步骤1：拆解为原子化条目

一段内容包含多种信息类型时，禁止把整段当作一个记忆对象，必须拆成原子化条目。

### 步骤2：逐条分类

把每条内容归入：事实、偏好、流程、未决问题或例外。分类标准见 [记忆分类标准](references/taxonomy.md)。

### 步骤3：分离持久信息与临时信息

不要让「最近被提到」自动升级为「持久事实」。

### 步骤4：标记冲突与边界情况

写入记忆之前，先识别矛盾、覆盖关系与一次性例外，判定信号见 [冲突信号](references/conflict-signals.md)。

### 步骤5：给出正确的存储动作

依据记忆类型与确信程度，给出存储/更新/搁置待澄清/废弃的建议，规则见 [存储规则](references/storage-rules.md)。

## 输出契约

结尾始终使用以下六段结构：

```markdown
## 事实
[...]

## 偏好
[...]

## 流程
[...]

## 未决问题
[...]

## 例外
[...]

## 建议存储动作
[...]
```

## 输出风格

- 优先给出干净的分类结论，而非冗长的概述。
- 把未决问题当作一等记忆对象对待。
- 不把个体偏好转写成普适规则。
- 主动指出例外，而不是把它藏进流程或事实里。

## 边界

- 不默认存储一切；部分信息应当保持临时性。
- 不混淆「最近提到」与「更重要」。
- 不在没有证据的情况下把不确定的表述写成持久事实。

使用说明

# 结构化记忆分类

把原始笔记、会议记录、对话转录拆解为原子化知识条目，按「事实/偏好/流程/未决问题/例外」五类整理，识别冲突并给出存储/更新/搁置/废弃建议，输出固定六段结构。

## 使用

```text
帮我把这份会议记录按结构化记忆协议整理入库
清理一下 Agent 记忆，标记出互相矛盾的条目
```

也可以直接把笔记内容发给 Agent，说明「按记忆分类协议处理」。

## 工作原理

五步协议：拆解原子条目 → 逐条五类分类 → 分离持久/临时信息 → 标记冲突与例外 → 给出存储动作建议；结尾固定输出六段结构（事实、偏好、流程、未决问题、例外、建议存储动作）。分类标准、冲突信号与存储规则见 `references/`。

如何安装此技能？

访问技能市场，点击「安装」按钮，按提示将技能包放入 AI 编程助手的 skills 目录即可。