mcpField
R
remembering-conversations

remembering-conversations

github.com/obraAgent 工作流4939.2k 次安装7 周前更新
代码仓库

关于 remembering-conversations

面向 Claude Code、Codex 和 opencode 的对话记忆检索工作流 Skill。它要求在依赖过往经验回答前先搜索历史对话,并阅读相关结果后综合信息。

主要功能

  1. 01按主题搜索历史对话
  2. 02阅读并综合相关记录
  3. 03提供原对话来源指引
  4. 04涵盖决策、方案与问题经验

适用场景

  1. 01查找先前讨论过的设计决策
  2. 02复用过往调试和解决方案
  3. 03回顾项目背景与既定流程

MCP 相关

在无法使用搜索子 Agent 时,可通过 episodic-memory MCP 工具搜索和读取历史对话;并建议控制读取范围。

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/obra/episodic-memory --skill remembering-conversations

安装后在 Claude Code 中输入/remembering-conversations确认已加载。

附带文件MCP-TOOLS.md

详细介绍

记住对话

核心原则: 先搜索,再另起炉灶。搜索不花任何代价;重复发明或重蹈覆辙却会付出一切代价。

必须执行:搜索历史记忆

进行任何历史搜索时,都必须搜索历史记忆。

宣布:“正在搜索有关 [topic] 的过往对话。”

Claude Code

使用 Task 工具,并设置 subagent_type: "search-conversations":

Task tool:
  description: "Search past conversations for [topic]"
  prompt: "Search for [specific query or topic]. Focus on [what you're looking for - e.g., decisions, patterns, gotchas, code examples]."
  subagent_type: "search-conversations"
Codex

如果有 search-conversations Agent 可用,就使用相同的提示词派发任务。如果没有,请直接使用 MCP 工具:

  1. 使用 episodic-memory 的 search 工具进行搜索
  2. 使用 episodic-memory 的 read 工具读取排名前 2-5 的结果
  3. 在回复中综合整理发现
  4. 附上来源指引,方便用户查看原始对话

搜索工作流将会:

  1. 使用 search 工具进行搜索
  2. 使用 read 工具读取排名前 2-5 的结果
  3. 综合整理发现(200-1000 字)
  4. 返回可执行的见解和来源

节省 50-100 倍的上下文,避免加载原始对话。

opencode

除非有本地搜索 Agent 可用,否则请直接使用 MCP 工具:

  1. 使用 episodic-memory 的 search 工具进行搜索
  2. 使用 episodic-memory 的 read 工具读取排名前 2-5 的结果
  3. 在回复中综合整理发现
  4. 附上来源指引,方便用户查看原始对话

何时使用

只要当前任务可能从你之前学到的信息中受益,就使用此功能,即使用户没有明确要求搜索。

过往经验可能有帮助的情况:

  • 你需要回忆之前工作中的决策、原因、模式、解决方案、陷阱或项目背景
  • 当前任务与之前解决、调试、审查、发布或规划过的事项相似
  • 你需要重复某个可能存在以往注意事项或既定步骤的工作流或流程

遇到困难时:

  • 你已调查问题,但找不到解决方案
  • 当前代码中没有明显解决方案,且问题复杂
  • 需要遵循不熟悉的工作流或流程

存在历史线索时:

  • 用户说“上次”“之前”“我们讨论过”“你实现了”
  • 用户问“我们为什么……”“原因是什么……”
  • 用户说“你还记得吗……”“我们知道些什么……”

在不确定时作答之前:

  • 如果某件事可能是在过去的对话中学到的,在凭记忆猜测或说“我不知道”之前,请先搜索记忆;当前对话已包含答案时除外

不要先搜索:

  • 当前代码库的结构(先使用 Grep/Read 探索)
  • 当前对话中已有的信息
  • 尚未理解用户要求时

直接访问 MCP 工具

当搜索 Agent 不可用,或当前环境不支持派发 Agent 时,请直接使用以下工具:

  • mcp__plugin_episodic-memory_episodic-memory__search
  • mcp__plugin_episodic-memory_episodic-memory__read

直接使用 MCP 工具时,请保持上下文精简:先搜索,再只读取排名前 2-5 个相关对话或行范围。

如需了解高级用法的完整 API 参考,请参阅 MCP-TOOLS.md。

评论

支持 Markdown