
> 标签建议：`人工智能` `AI编程` `效率工具` `实战`

## 一、背景：AI 助手最大的痛点是"失忆"

用过 AI 助手的人都有这个体会：昨天刚交代过的偏好，今天又忘了；上周定的项目规范，这周又得从头讲一遍。每次会话都是"新员工入职"，重复沟通的成本非常高。

我在使用腾讯云 AI 编码助手（WorkBuddy / CodeBuddy）的过程中，摸索出一套**三层记忆体系**的用法，让助手真正做到"越用越懂我"。这套体系的核心思路是：

- **长期记忆靠文件**——白纸黑字写下来，每次会话自动加载
- **历史记忆靠检索**——跨会话搜索过去的对话内容
- **项目记忆靠日志**——每天的工作留痕，按目录归档

下面结合实战，把每一层怎么用讲清楚。

## 二、第一层：长期记忆文件（MEMORY.md）

### 2.1 原理

助手支持把一份 Markdown 记忆文件在**每次会话开始时自动注入上下文**。相当于给 AI 配了一份"员工手册"，你的偏好、规矩、红线，写一次就永久生效。

### 2.2 我的记忆文件结构（已脱敏）

```
# MEMORY.md - 跨会话长期记忆

## ⭐ 置顶速查（每轮必守）
- 五步闭环：理解目标 → 明确标准 → 执行 → 自检 → 根据反馈改进
- 用语规范：报告统一术语（示例：全司→集团）
- 红线：不替我拍板、不发半成品对外、不编数据

## 跨会话规则
- 每次会话开始第一件事：读任务台账 TASKS.md
- 工作成果默认存当前会话工作区

## 本机操作规范
- 文件删除只能走回收站，禁止直接 rm
```

### 2.3 关键设计经验

**1）高频规则置顶。** 把"每轮都必须遵守"的规则放在文件最前面，加上"每轮必守"的标题。LLM 对上下文开头的内容注意力最强（首因效应），实测置顶后规则遗漏率明显下降。

**2）用"事故教训"强化规则。** 只写抽象规则，AI 有时会忽略。我会给重要规则附上历史教训，比如：

```markdown
**红线：任何数据外发前必须二次确认收件人**
历史教训：曾发生过未确认身份直接外发的事故，同一个错不允许再犯。
```

有了具体案例，AI 执行规则的"肌肉记忆"明显更强。

**3）控制篇幅，定期精简。** 记忆文件不是越长越好，建议控制在几千字符内。我每两周做一次"记忆瘦身"：把过期条目删掉、合并重复项。可以用一句提示词让 AI 自己做：

```text
请审查当前记忆文件，列出过期、重复、冗余的条目，给出精简后的版本，
经我确认后再写入。
```

注意最后一句"经我确认后再写入"——**记忆文件的修改权限一定要留在自己手里**，AI 直接改写有误删风险。

## 三、第二层：历史对话检索（conversation_search）

### 3.1 适用场景

长期记忆文件解决"规则"，历史检索解决"事实"。典型触发场景：

- "我们之前讨论的 XX 方案是怎么定的？"
- "上次让 AI 做的那个报表，文件存哪了？"
- "帮我回忆一下上个月关于 XX 的对话"

### 3.2 使用要点

这类检索是**服务端全量搜索 + 排序**，和 AI 自己翻上下文是两回事。实践中我总结了两条要点：

**1）查询要自包含。** 检索工具看不到当前对话，所以描述越具体越好。对比：

```text
❌ 模糊："找一下之前那个分析"
✅ 自包含："找一下 9 月份关于某门店 8 月经营数据分析的对话，
           需要找到当时输出文件的存放路径"
```

**2）当天对话搜不到。** 检索有索引延迟，刚聊完的内容不会被立刻索引。当天的事靠会话上下文和本地日志，隔天的才靠检索。

## 四、第三层：项目工作区日志（每日 append-only）

### 4.1 目录结构

每个项目工作区下维护一个记忆目录：

```
{workspace}/.workbuddy/memory/
├── 2026-10-15.md    ← 每日工作日志（只追加，不覆写）
├── 2026-10-16.md
└── MEMORY.md        ← 本项目的长期要点（精简版）
```

### 4.2 用脚本自动落日志

为了让"每天干了什么"自动留痕，我让助手在每次完成实质性任务后追加日志。核心逻辑用 Python 十几行就能实现：

```python
# append_log.py —— 向当日日志追加一条记录（append-only）
from datetime import date
from pathlib import Path

LOG_DIR = Path(__file__).parent / "memory"

def append_log(note: str):
    LOG_DIR.mkdir(parents=True, exist_ok=True)
    log_file = LOG_DIR / f"{date.today().isoformat()}.md"
    timestamp = date.today().isoformat()
    with open(log_file, "a", encoding="utf-8") as f:
        f.write(f"- [{timestamp}] {note}\n")

if __name__ == "__main__":
    import sys
    append_log(sys.argv[1])
    print("logged:", sys.argv[1])
```

调用方式：

```bash
python append_log.py "完成了权益金日报导出脚本的重构，修复路径失效问题"
```

**append-only 是关键设计**：日志只追加、不修改，避免后来者覆盖前面的记录；超过 30 天的旧日志再"蒸馏"成主题摘要，归入长期文件。

## 五、三层如何配合：一个完整案例

某天我说："上次那个日报脚本，今天跑的时候报错说找不到 node。"

助手的处理路径：

1. **读长期记忆** → 发现记忆文件里有一条运行环境变更记录（node 版本升级，脚本里硬编码的路径要跟着改），直接命中
2. **读项目日志** → 翻最近的日志，确认脚本最后修改于哪天、当时改了什么
3. **历史检索补充** → 搜出当时的对话原文，拿到改动细节
4. **修复 + 落日志** → 改完脚本，自动向当天日志追加一条修复记录

全程我没解释任何背景，一次到位。这就是三层记忆叠加的效果：**规则在 MEMORY.md，过程在日志，细节在检索。**

## 六、踩坑总结

| 坑        | 表现             | 解法              |
| -------- | -------------- | --------------- |
| 记忆文件太长   | AI 抓不住重点，规则被忽略 | 控制篇幅 + 高频规则置顶   |
| 只写抽象规则   | 执行时"看情况打折"     | 附上具体案例/事故教训     |
| AI 擅自改记忆 | 关键信息被覆盖        | 明确约定：修改需本人确认    |
| 当天对话搜不到  | 以为检索坏了         | 检索有索引延迟，当天靠本地日志 |
| 敏感信息入档   | 泄露风险           | 密钥、账号、真实姓名一律脱敏  |

最后一条尤其重要：**记忆文件是明文存储的，等于一份自动加载给 AI 的敏感信息清单。** 我的原则是只记"规则和偏好"，不记"密钥和数据"。

## 七、结语

AI 助手的记忆能力不靠玄学，靠的是一套可工程化的体系：**长期规则文件化、项目过程日志化、历史事实检索化**。三层各司其职、互相兜底，AI 就从"每次都要重新教"变成"越用越顺手"。

这篇文章里的目录结构和脚本都可以直接抄走。如果你也在用腾讯云的 AI 编码助手，不妨从今天开始给你的 AI 建"档案"——你会发现它突然变得特别靠谱。


用过 AI 助手的人都有这个体会：昨天刚交代过的偏好，今天又忘了；上周定的项目规范，这周又得从头讲一遍。每次会话都是"新员工入职"，重复沟通的成本非常高。

# 让 AI 助手"记住你"：三层记忆体系实战

人工智能

开发工具

AI助手"失忆"痛点如何破？本文分享腾讯云AI编码助手的实战记忆体系：MEMORY.md长期记忆文件自动注入、历史对话精准检索、项目日志自动留痕，三层叠加让AI越用越懂你。附完整目录结构、脚本代码与踩坑总结，直接可复制落地，有效提升AI编码工具效率。

2026上云采购 | AI焕新·智启新局

ai-class

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

# 让 AI 助手"记住你"：三层记忆体系实战-腾讯云开发者社区-腾讯云

# 让 AI 助手"记住你"：三层记忆体系实战

# 让 AI 助手"记住你"：三层记忆体系实战

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐