memory-management

memory-management skill 概览

memory-management skill 实际能做什么

memory-management skill 为 Claude 提供了一套可重复执行的方法，用来在多个会话之间持续保存项目上下文，而不是每次都重新摸索同一批事实。在这个仓库里，它主要面向 SEO 和 GEO 工作流，采用三层记忆模型：把热缓存放在 CLAUDE.md，把结构化项目记忆放在 memory/ 下，再把较旧的细节放进归档层。

谁适合安装 memory-management

这个 memory-management skill 特别适合长期、跨多次会话推进的工作场景，尤其是那些上下文很容易流失的任务：关键词跟踪、竞品监控、审计、活动状态管理、术语表维护以及周期性报告。对于在做 memory-management for Context Engineering 的团队来说，它尤其有价值，因为真正的难点往往不是生成一次答案，而是让正确的信息能长期保持可用。

它真正解决的工作问题

用户通常想要的是以下四类结果之一：

• 把重要的项目决策保存下来，后面还能接着用
• 不用重新上传所有材料，也能直接问“我们目前掌握了什么？”
• 让当前优先事项保持可见，同时把冗长细节归档
• 在排名检查、审计这类重复事件之后，稳定地更新记忆内容

这个 skill 的价值在于：它把模糊的“记住这个”变成了具体的文件结构和更新机制。

它和普通 prompt 的区别

通用 prompt 当然也可以要求 Claude 记住内容，但这个 skill 增加了明确的操作规则：

• 固定的 HOT/WARM/COLD 结构
• CLAUDE.md 和 memory/glossary.md 的模板
• 什么该保留在可见层、什么该下沉归档的 promotion/demotion 规则
• 在审计、报告、排名检查之后触发更新的事件型机制

因此，它生成的结果会比把零散笔记全塞进一个文件里更容易维护。

最适合与不适合的场景

最适合：

• 有持续更新需求的活跃 SEO 项目
• 长周期的 campaign 工作
• 已经把 CLAUDE.md 纳入日常流程的仓库
• 想要一套有文档可依的记忆系统，而不只是聊天记录的用户

不适合：

• 一次性任务
• 几乎没有重复上下文的小项目
• 期待像数据库一样自动持久化、但又不愿维护文件的用户
• 不基于文件协作，且不会有人查看或更新这些记忆产物的工作流

如何使用 memory-management skill

安装环境与兼容性

仓库声明兼容 Claude Code ≥1.0、skills.sh marketplace、ClawHub marketplace 以及 Vercel Labs skills ecosystem。不需要额外安装系统包。只有当你想接入联网的 SEO 工具时，才会涉及可选的 MCP 网络访问；核心的 memory-management install 和工作流本身都是基于文件的。

如果你的环境支持 marketplace 风格的 skill 安装，常见方式是：

npx skills add aaron-he-zhu/seo-geo-claude-skills --skill memory-management

如果你的环境使用的是其他 skill loader，就把它指向仓库里的 cross-cutting/memory-management。

开始用 memory-management 前，先读这些文件

如果想快速上手，不要按顺序把整个仓库从头读到尾。建议先看这里：

1. cross-cutting/memory-management/SKILL.md
2. cross-cutting/memory-management/references/hot-cache-template.md
3. cross-cutting/memory-management/references/update-triggers-integration.md
4. cross-cutting/memory-management/references/promotion-demotion-rules.md
5. cross-cutting/memory-management/references/examples.md
6. cross-cutting/memory-management/references/glossary-template.md

按这条路径看，能最快掌握它的运行模型、文件结构、更新触发机制，以及具体示例，基本不用靠猜。

这个 skill 需要你提供哪些输入

memory-management usage 的效果，很大程度上取决于你一开始给出的上下文质量。至少要提供：

• 项目名称
• 项目类型和范围
• 当前重点关键词或优先事项
• 主要竞争对手
• 正在进行中的 campaign 或审计
• 你希望把记忆存到仓库的哪个位置
• 哪些内容应该保持“hot”，哪些应该归档

如果这些信息没有给全，Claude 还是能搭起结构，但结果往往会比较泛，实用性也会下降。

初始化记忆结构

一个实用的首次运行方式，是让 Claude 初始化：

• CLAUDE.md 作为 hot cache
• memory/glossary.md
• 以及根据需要创建 audits、research、monitoring、archives 等子目录

推荐的首个 prompt：

Initialize the memory-management skill for this SEO project. Create CLAUDE.md as a hot cache, create memory/glossary.md, and propose a minimal memory/ folder structure for rankings, competitors, audits, and reports. Use only sections we will realistically maintain.

最后一句很关键。模板本身设计得不错，但如果一开始把记忆树搭得太大，维护负担会很快失控。

如何把模糊目标变成高质量调用 prompt

弱 prompt：

Remember this project.

强 prompt：

Use the memory-management skill for this project. Save the following into a hot/warm/cold structure:

• Project: Acme SEO
• Hero keywords: technical seo audit, free backlink checker, content optimization guide
• Priority this month: recover rankings after migration
• Top competitors: example1.com, example2.com
• Recent event: technical audit completed on 2025-01-10
• Keep active priorities in CLAUDE.md
• Archive full audit details under memory/audits/technical/
  Then show me what was stored where.

它之所以有效，是因为：

• 明确点出了 skill 的意图
• 把当前活跃信息和详细产物分开了
• 要求的是“放到哪里”，而不只是“帮我总结”
• 最终输出是可审查、可核对的

面向长期项目的推荐工作流

一个高信噪比的 memory-management guide，日常可以这样跑：

1. 初始化 CLAUDE.md 和核心 memory/ 目录。
2. 填入 hero keywords、competitors、priorities 和关键指标。
3. 每次发生重大事件后，同时更新 hot cache 和带日期的产物文件。
4. 定期把过时内容从 CLAUDE.md 下沉。
5. 先让 Claude 从 hot cache 做总结，只有在需要时再调 deeper records。

这样可以让高频上下文保持高效可取，同时把细节完整保留下来。

什么时候应该触发这个 skill

仓库里已经包含了一些典型触发语，比如：

• “remember project context”
• “save SEO data”
• “track campaign progress”
• “what did we decide last time”
• “what do we know so far”
• “remember this for next time”

实际使用时，应该在对话里出现“可复用的项目状态”时触发 memory-management，而不是在只产生一次性推理内容时触发。

用更新触发器，不要随机堆笔记

这个 skill 最强的一部分之一，是 references/update-triggers-integration.md 里的事件驱动更新逻辑。基本模式是：

• 做完排名检查后，更新关键词表并保存带日期的 rank history
• 做完竞品分析后，更新 hot cache，并保存完整报告
• 做完审计后，把最重要的行动项提取到 CLAUDE.md，完整审计单独存放
• 做完月报后，刷新指标并归档过时工作

这正是“可持续记忆系统”和“笔记堆”之间的分水岭。

如何判断什么内容应该放进 CLAUDE.md

CLAUDE.md 只放那些你会频繁用到的内容：

• 重点关键词
• 核心竞争对手
• 当前优化优先级
• 最近的关键指标
• 当前 campaign 状态

不要把所有观察都塞进去。仓库里的 promotion/demotion 规则之所以实用，就在于它逼你做出判断：哪些信息需要被立即检索，哪些内容可以先沉到 memory/，等需要时再调出来？

能明显提升输出质量的实用 prompt 模式

尽量使用能强制结构和阈值的 prompt：

• “Promote only keywords mentioned 3+ times recently.”
• “Demote anything stable and inactive for 60+ days.”
• “Extract only the top 5 action items from this audit into hot cache.”
• “Save the full report, but keep the summary under 150 words in CLAUDE.md.”

这些写法和仓库中的规则是一致的，比开放式的 “store this” 指令更容易产出干净、可维护的记忆结果。

常见上手误区：把它当成自动记忆

影响 memory-management usage 成功落地的最大阻碍，就是误以为它具备隐式持久化能力。这个 skill 是一套工作流，不是魔法记忆。你仍然需要：

• 初始化文件
• 在关键事件发生后主动要求更新
• 定期检查 hot cache 是否已经过载
• 保持命名和目录规范一致

如果没有人维护这层记忆结构，后续检索质量一定会下降。

memory-management skill 常见问题

memory-management 只适用于 SEO 项目吗？

不是，但这个实现显然是围绕 SEO/GEO 工作优化的。示例、模板和更新触发器都集中在关键词、竞品、审计和报告上。你当然可以把它改造成其他长期知识型工作流，但如果追求开箱即用，SEO 运营会是最匹配的场景。

它比直接用聊天记录更好吗？

如果你的工作会跨很多次会话，或者涉及多人协作，那答案是肯定的。聊天记录难查询、容易丢失，也不适合承载结构化项目状态。memory-management skill 会把重要上下文外置到文件里，让 Claude 能系统化地回看和更新。

memory-management 对新手友好吗？

总体算友好。模板降低了上手门槛，尤其是 hot-cache-template.md 和 glossary-template.md。新手最大的难点通常不是搭结构，而是判断哪些内容该进 hot cache，哪些应该归档。只要一开始别铺太大，这套系统是比较容易接住的。

什么情况下不该用 memory-management？

以下情况建议跳过：

• 你的工作是一次性的
• 项目几乎没有重复上下文
• 你不希望仓库文件被修改
• 你大概率不会长期维护一个 memory 文件夹

这种情况下，普通 prompt 或一个单独的总结文件，通常就够用了。

memory-management 需要依赖外部工具吗？

不需要。核心能力完全基于文件。外部 SEO 工具或 MCP 访问是可选项，主要是用来为更新动作提供新数据，比如排名或审计结果。

它和写一个大型项目总结文件有什么区别？

单一总结文件很容易变旧，也容易越写越臃肿。memory-management for Context Engineering 更有效，是因为它把内容拆开了：

• 活跃上下文放在 CLAUDE.md
• 结构化参考资料放在 memory/
• 更久远的历史细节放在其他归档位置

这种分层会同时提升检索速度和维护效率。

如何改进 memory-management skill 的使用效果

先把 hot cache 设得比你直觉中更小

最常见的失败模式，就是 CLAUDE.md 过载。如果所有东西都被标记为“重要”，那就没有任何内容能被快速取回。hot cache 应该只聚焦在当前决策、当前目标和当前状态上；细节则下沉到 memory/ 下按日期管理的文件中。

提供更强的源输入

想得到更好的 memory-management 结果，前提是源材料更具体。不要只说：

Save our audit findings.

更好的写法是：

Save this technical audit. Put the full report in memory/audits/technical/2025-01-10-core-web-vitals.md. Extract the top 3 issues, expected impact, and owner into CLAUDE.md. Add any new recurring terms to memory/glossary.md.

这样 Claude 才能明确知道：要保存什么、保存到哪里、哪些内容应当进入 hot layer。

使用一致的命名规则和带日期的产物

当文件遵循稳定模式时，后续检索会明显更顺畅，例如：

• memory/audits/technical/YYYY-MM-DD-name.md
• memory/research/competitors/YYYY-MM-DD-analysis.md
• memory/monitoring/rank-history/YYYY-MM-DD-ranks.csv

这点很重要，因为后续 prompt 就可以直接引用这些模式，而不是每次去猜那些临时起的文件名。

明确应用 promotion 和 demotion 规则

不要只凭感觉。仓库里的规则很实用：

• 频繁被引用或变化快的内容，向上 promote
• 稳定、不活跃、已完成的内容，向下 demote
• 按固定节奏审查 hot cache

如果你明确要求 Claude 执行这些规则，这套记忆系统的可用寿命会长很多。

每次更新后都要求输出“放置摘要”

每次保存完成后，都加一句：

Show exactly what you updated in CLAUDE.md, what you stored in memory/, and what you decided not to keep hot.

这样可以尽早发现分类错误，也能提升你对正在建立的 memory-management guide 的信任度。

第一版出来后继续迭代

第一轮结果通常要么过宽，要么过浅。可以用下面这些追问继续打磨：

• “Reduce hot cache to only this quarter’s priorities.”
• “Move completed campaign details out of CLAUDE.md.”
• “Add missing competitor shorthand to memory/glossary.md.”
• “Create a monthly archive routine from the existing files.”

好的记忆系统通常不是一次搭完的，而是经过几轮调整后才真正顺手。

把检索请求和更新请求结合起来

在长期项目里，最好把提问和维护动作绑定在一起：

What do we know so far about hero keywords, and update the hot cache if any targets are stale?

这种模式的好处是：你在使用记忆的同时，也顺手维护了它，而不是把清理工作一拖再拖，等到后面再单独补。