$ loading_
为大模型提供多类型记忆管理与调用能力，提升信息组织和长期上下文利用。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"ThinkMem" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请通过 ThinkMem 为这个客服智能体设计记忆方案：区分用户画像、历史问题、偏好设置和临时会话内容，并说明每类信息如何写入、更新与检索。
一份结构化记忆设计方案，包含记忆分类、存取规则和检索逻辑。
请使用 ThinkMem 的记忆能力，帮我规划一个多轮对话系统：让模型能记住用户目标、已完成步骤、待办事项和关键约束，并避免把短期信息长期保存。
一套对话记忆管理流程，明确短期与长期记忆边界及更新策略。
我在开发一个基于大模型的研究助手，请结合 ThinkMem 设计记忆检索策略：何时读取历史记忆、如何按主题归档、怎样减少无关记忆干扰。
一份可实施的检索与归档方案，帮助应用更稳定地利用历史信息。
为大模型提供集中式持久记忆、校验与 MCP 服务集成能力
通过 MCP 为大模型提供可持久存取的记忆能力，便于保存与检索关键信息。
为团队中的 AI 编码代理提供可持久共享的知识图谱记忆服务。
为多种 AI 编码工具提供跨会话持久记忆与同步管理能力
用于远程管理 AI 记忆库，支持持久化上下文与项目知识组织。
为 AI 助手提供轻量记忆服务，在保留功能下降低上下文令牌消耗。