MemSkill 是什么
MemSkill 是一个面向长程智能体的研究框架。它不把记忆操作固定成少数人工规则，而是将“该记什么、如何整合、何时修订或遗忘”抽象为可以学习和演化的记忆技能。
记忆内容与记忆技能并不相同
项目强调，技能不是某条具体事实、经历或结论，而是指导智能体怎样处理交互信息的元层策略。例如，在不同任务里选择哪些信息保留、如何压缩长历史、何时合并冲突内容，都是可复用的记忆处理方式。
核心闭环
- 控制器针对当前交互选择少量相关记忆技能。
- 执行器依据这些技能构造或更新记忆。
- 系统从困难案例中识别不完整或错误的记忆结果。
- 设计器据此精炼旧技能或提出新技能，回流到共享技能库。
使用前的现实问题
研究成绩来自特定数据集、基础模型和协议。用于产品时还需要处理个人信息、可删除性、跨会话污染、错误记忆固化、审计与成本控制等工程问题。
常见问题
- MemSkill 记住的是什么？
它关注的是“如何从交互中抽取、整合、修订和遗忘信息”的可复用记忆技能，而非把每条具体经验直接当作技能。 - 它如何进化技能？
项目使用控制器选择相关技能，并由设计器回顾困难案例，对已有技能进行改进或提出新技能。 - 适合什么场景？
适合研究长程对话、任务记忆、信息提取与 Agent 自我改进；具体表现取决于数据、基础模型、提示与评测任务。 - 能直接上线生产吗？
这是研究框架。实际接入前应评估隐私、记忆污染、错误固化、成本、可观测性和用户删除机制。 - 复现需要什么？
官方仓库提供环境、数据准备和实验配置说明；需要按对应模型接口、数据集许可证和算力要求进行设置。