$ loading_
为 AI 智能体提供可持久、可防冲突的共享记忆与经验管理能力。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Tributary MCP Server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请使用 Tributary MCP Server 为我的客服多智能体系统设计一套记忆策略：区分可长期保留的经验、需要强化的规则、以及应淘汰的过时知识，并给出建议的调用流程。
一套共享记忆设计方案，包含记忆分类、写入与检索流程、强化与淘汰规则。
请把以下项目复盘结论整理成可写入 Tributary MCP Server 的 lessons，并标注哪些内容适合 recall、learn、reinforce 或 retire：上线前必须完成回滚演练；旧版 API 限流策略已失效；用户投诉高峰出现在周一上午。
结构化的经验条目及对应操作建议，便于智能体后续存储和调用。
分析我当前基于多个 AI 智能体的研发流程，说明在哪些环节应接入 Tributary MCP Server 来减少重复错误、提升经验复用，并列出实施优先级。
针对研发流程的记忆接入建议，包含关键场景、收益说明和优先级排序。
为 AI 智能体提供可存储、语义检索与删除记忆的轻量向量记忆库。