$ loading_
为 AI 代理提供基于结果筛选的自进化记忆管理能力，保留更有效经验。
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 "darwin-memo" MCP 服务： 执行：claude mcp add 'io-github-rogermsc-darwin-memo' -- uvx darwin-memo
请使用 darwin-memo 为我的 AI 代理建立长期记忆机制：根据任务完成率、用户反馈和响应质量，保留高价值经验，淘汰低效记忆，并说明记忆更新规则。
一套按效果筛选和更新代理记忆的方案，包括保留、淘汰与评估规则。
请用 darwin-memo 帮我的客服代理记录历史对话中的有效处理策略，只保留能提升满意度和解决率的记忆，并给出记忆整理建议。
筛选后的客服经验记忆结构，以及提升代理表现的整理建议。
请结合 darwin-memo 设计一套实验，评估代理记忆是否真的提升任务表现，要求包含对照方式、衡量指标和记忆淘汰条件。
一份用于验证代理记忆有效性的实验设计与评估框架。
为 AI 代理提供可追溯、可检索的长期记忆与冲突检测能力。
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 编码代理提供可验证的本地记忆，学习项目习惯并减少重复错误。
为智能代理提供结构化记忆存储与意图捕获，显著降低上下文 token 成本。
为 AI 代理保存与检索任务经验，持续优化记忆并减少重复错误。
为 AI 代理提供可持续记忆，支持跨会话保存与调用上下文信息