背景

为了让自己的智能体或者技能越用越好用, 目前业界有很多解决方案, 这里记录一下当下个人使用最多的经验

技术方案

分层缓存式（Anthropic Project Instructions + Memory，业界最新趋势）

┌─────────────────────────────────┐
│  Layer 1: System Prompt/Skill   │  ← 核心流程（不变的部分，~500 tokens）
│  Layer 2: Project Instructions  │  ← 项目级约定（共享的，~1000 tokens）
│  Layer 3: Agent Memory (RAG)    │  ← 经验/踩坑记录（按需检索，~200-500 tokens/次）
└─────────────────────────────────┘

这是 Anthropic Claude 在 2025 年推的模式：Skill 只保留"怎么做"，经验教训存到 Memory，执行时自动检索。

落地实践

C:\Users\用户号\.local\share\claw\data\
├── memory.db              ← 一个 SQLite 数据库（全局）
└── memory\
    ├── lessons_learned.md  ← 所有经验教训混在一起（248行，约 19KB）
    ├── preferences.md      ← 用户偏好（全局）
    ├── project.md          ← 项目信息（全局）
    └── user_profile.md     ← 用户画像（全局）

总结

该记忆系统在帮忙技能进化, 智能体越用越好用的方面有很大帮助;目前个人所有技能共用一个 Memory 系统!