$ loading_
为 AI 助手提供热缓存与语义检索结合的自组织记忆能力
复制安装指令，让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "io.github.michael-denyer/hot-memory-mcp" MCP 服务： 执行：claude mcp add 'io-github-michael-denyer-hot-memory-mcp' -- npx -y hot-memory-mcp
请把以下项目约定写入记忆，并在后续对话中优先使用：API 字段使用 snake_case，日志必须包含 request_id，错误响应统一返回 code 和 message。
工具记录这些约定，后续回答可从热缓存或语义检索中快速调用相关上下文。
帮我找回之前关于“用户登录失败排查步骤”的相关记忆，不要求关键词完全一致，按相关性整理要点。
返回与该主题语义接近的历史记忆内容，并整理成可继续使用的摘要。
在这个多轮任务中持续记住我们已经确认的目标、限制和待办；每次回答前先参考已有记忆，避免重复确认。
AI 在长对话或复杂任务中保持更稳定的一致性，并减少上下文丢失。
开发者在持续编码或排障时，可让助手记住项目规范、历史决策和常见问题。需要再次提及时，工具可通过热缓存或语义检索快速找回相关内容。
研究人员或产品经理在多轮讨论中可保存关键结论与主题线索。之后即使换了表述方式，也能通过语义相关性找回信息。
它提供两层记忆能力：0ms 的热缓存，以及语义搜索式记忆检索，并带有自组织特性。适合需要跨轮次保留和找回上下文的 AI 工作流。
给定描述明确提到语义搜索，因此不局限于完全匹配的关键词。对于相近主题或不同表述，理论上更适合做上下文找回。
当前素材没有提供安装步骤、运行时要求或密钥信息。具体配置方式见源码仓库。
为编程助手提供项目级记忆存取，复用过往发现与决策
为 AI 助手提供持久化长期记忆，并自动检索整理关键信息。
为编码代理构建可自演化记忆图谱，支持语义与结构化知识检索。
为 AI 助手提供可持久化、可检索的记忆层与上下文管理能力
为 AI 编码代理在仓库中保存历史问题、决策和修正记录，提升持续协作效率。
为 AI 助手提供本地优先的图谱记忆与语义检索能力