Skip to content

Memory Management — Productivity Plugin

所属插件:Productivity · 来源:Anthropic knowledge-work-plugins · 兼容:Cowork + Claude Code


概述

Memory Management 是 Productivity 插件的核心系统。它赋予 Claude 一种"工作场所记忆"——能记住你的同事、项目、术语和工作方式。在没有记忆系统的情况下,"ask todd to do the PSR for oracle" 是一句无法理解的话;有了它,Claude 能自动解析:Todd = Todd Martinez(VP Engineering),PSR = Production Stability Review(生产稳定性评审),Oracle = Project Oracle(Oracle 数据库迁移项目)。


基本信息

属性
技能名称memory-management
插件Productivity
触发方式自动(背景知识,无 slash 命令)
用户可调用否(系统内部自动运行)
官方源码GitHub

触发短语

当以下场景出现时,技能自动激活:

  • 用户提到昵称、缩写或项目代号
  • 对话中出现不熟悉的术语
  • 需要查找某人的联系方式或角色信息

架构设计

记忆系统采用双层架构,兼顾速度和容量:

┌─────────────────────────────────────────────────────────────────┐
│                   MEMORY MANAGEMENT                              │
├─────────────────────────────────────────────────────────────────┤
│  HOT CACHE: CLAUDE.md(常驻内存)                                │
│  ✓ ~30 个人物映射(昵称 → 全名、角色)                           │
│  ✓ ~30 个术语表(缩写 → 全称)                                   │
│  ✓ 5-15 个活跃项目(代号 → 描述)                                │
│  ✓ 用户偏好(沟通风格、习惯)                                     │
├─────────────────────────────────────────────────────────────────┤
│  DEEP STORAGE: memory/(按需加载)                               │
│  ✓ glossary.md — 完整术语表                                     │
│  ✓ people/ — 个人档案(沟通偏好、上下文)                        │
│  ✓ projects/ — 项目详情(范围、状态、预算)                      │
│  ✓ context/ — 公司级上下文(团队、工具、流程)                   │
├─────────────────────────────────────────────────────────────────┤
│  分级查询                                                        │
│  1. 查 Hot Cache(~100 词)                                      │
│  2. 查 Deep Storage(按需)                                      │
│  3. 上下文推断                                                   │
│  4. 直接询问用户                                                 │
└─────────────────────────────────────────────────────────────────┘

核心能力

1. 双层记忆架构

Hot Cache(CLAUDE.md):目标 50-80 行,覆盖最频繁需要的上下文。

章节内容目标大小
Me姓名、角色、团队、一句话摘要1-2 行
People昵称 → 全名、角色映射~30 条
Terms缩写 → 全称映射~30 条
Projects代号 → 描述5-15 条
Preferences沟通风格、会议习惯3-5 行

Deep Storage(memory/):当 Hot Cache 不够用时,按需深入。

memory/
├── glossary.md          ← 完整术语表
├── people/
│   ├── todd-martinez.md ← 个人档案:沟通偏好、关系
│   └── sarah-chen.md
├── projects/
│   ├── project-phoenix.md
│   └── project-horizon.md
└── context/
    └── company.md       ← 公司级上下文

2. 分级查询流程

用户: "ask todd to do the PSR for oracle"

    ┌───────────────▼───────────────┐
    │ Level 1: Hot Cache            │
    │ CLAUDE.md 中查找 "todd"       │
    │ → Todd Martinez, VP Eng      │
    │ 查找 "PSR"                    │
    │ → Production Stability Review│
    │ 查找 "oracle"                 │
    │ → Project Oracle (DB迁移)     │
    └───────────────┬───────────────┘
                    │ 全部命中,无需继续

    ┌───────────────▼───────────────┐
    │ Claude:                        │
    │ "给 Todd Martinez 发消息,     │
    │  请求他完成 Oracle 数据库      │
    │  迁移项目的生产稳定性评审。"   │
    └───────────────────────────────┘

90% 的请求在 Level 1 就能完全解析。只有 niche 术语才需要深入到 Deep Storage 或直接询问。

3. 自动晋升与降级

记忆不是静态的——它会自动在层级之间流动:

操作条件动作
晋升某术语在 3 次不同对话中被查询从 Deep Storage 移到 Hot Cache
降级某术语 30 天未被使用从 Hot Cache 移到 Deep Storage
创建用户解释一个新缩写写入 Deep Storage + Hot Cache
更新项目状态变化更新 Deep Storage 中的详情

使用场景与案例

场景 1:缩写解析

输入

把 QBR 材料发给 Todd,他需要在周五前准备好。

输出:Claude 知道 QBR = Quarterly Business Review(季度业务评审),Todd = Todd Martinez,周五前 = 这周五。

关键价值:不需要每次都写全称,日常沟通习惯被 AI 无缝理解。

场景 2:项目上下文

输入

Phoenix 的进度怎么样了?

输出:Claude 查找 Project Phoenix 的档案,获取负责人、截止日期、当前状态,给出完整回答。

关键价值:项目代号在公司内部广泛使用,但 AI 原本无法理解,记忆系统消除了这个鸿沟。


与其他工具对比

维度Memory Management(本技能)ChatGPT Memory传统笔记工具无记忆 AI
工作场所上下文专门设计通用需手动维护
自动激活⚠️ 有限
分级查询Hot Cache + Deep Storage扁平扁平
自动维护晋升/降级/创建有限
文件可见性纯 Markdown,用户可编辑黑盒可见

最佳实践

  1. 保持 Hot Cache 精简 — 超过 80 行的 CLAUDE.md 会降低查询效率,确保只放最常用的信息
  2. 用自然语言描述人物 — "Todd, VP Engineering, 偏好 Slack 沟通" 比结构化数据更容易被理解
  3. 定期清理 — 项目结束或人员变动后,及时更新或删除相关条目
  4. 鼓励团队共享 — 记忆文件可以作为团队 onboarding 的一部分

参考链接

Skills123.cc — AI Agent Skills 百科