☰
Squad 三层记忆体系详解:让 AI Agent 记住项目规范、不再重复犯错的核心机制
2026/9/29 2:25:54 网站建设 项目流程

Squad 三层记忆体系详解:让 AI Agent 记住项目规范、不再重复犯错的核心机制

【免费下载链接】squadSquad: AI agent teams for any project项目地址: https://gitcode.com/gh_mirrors/squad4/squad

AI Agent 有个通病:每次会话都"失忆"。你昨天刚说"永远用单引号",今天它又写回双引号;上周踩过的坑,这周原样再踩一遍。Squad(AI Agent Teams for any project)用一套三层记忆体系解决了这个问题——技能层(Skills)、共享决策层(decisions.md)、个人历史层(history.md),让 Agent 团队跨会话沉淀知识,记住项目规范,不再重复犯错。

上图:Squad 官方文档站的全文搜索(搜索 "agent"),所有记忆相关的文档与技能说明都能秒级检索到。

为什么 Agent 会反复犯同样的错?

问题不在模型能力,而在上下文没沉淀:

  • 每次 spawn(启动)一个 Agent,它只能看到当前任务描述,历史经验无处安放;
  • 生产环境实测显示,老 Agent 的上下文高达 74KB,其中82%–96% 是"旧噪音"——过期的任务记录、已完结的对话,白白消耗 token、拖慢启动,甚至让 Agent 把过期信息当成当前事实;
  • 没有记忆的地方,规范只能靠人反复叮嘱,"always 单引号" 这种话一天要讲三遍。

Squad 的思路很直接:把记忆按"谁能读、读多久、多重要"分成三层,各自独立演进、按需加载。

三层记忆体系一览

Squad 的记忆全部以纯 Markdown 文件存放在.squad/目录下(提交到 Git 即可随仓库携带),整体结构如下:

层级文件位置谁可以读存什么
🧩 技能层 Skills.copilot/skills/{name}/SKILL.md全体 Agent可复用的"怎么做"技巧
🧠 共享决策层.squad/decisions.md全体 Agent团队规则、架构决策
📓 个人历史层.squad/agents/{name}/history.md仅该 Agent个人领域积累

第 1 层:Skills —— 可迁移的"手艺"

技能是可移植的技术型知识,比如"如何用 GitHub Actions 搭 CI"、"如何写 e2e 测试"。它和"决策"的关键区别:

  • 决策是项目策略("我们用 PostgreSQL"),换一个项目就不成立;
  • 技能是通用技法("CI 这样配置"),带着训练好的团队换新仓库,技能原样带走。

技能分两类:squad init时自带的 Starter 技能(升级会被覆盖),以及 Agent 在实际工作中总结出来的Earned 技能(升级永远不动)。每个 Earned 技能还有一个置信度生命周期:Low(第一次写)→ Medium(多次成功应用)→ High(久经考验),只升不降。

第 2 层:decisions.md —— 全团队的"共享大脑"

这是记忆体系的核心中枢。所有 Agent 开工前都会先读它,里面存着编码风格、工具偏好、分支规范、"别碰 legacy/ 目录"这类约束。

决策有三条入口:

  1. Agent 工作中产出——写入.squad/decisions/inbox/{agent-name}-{slug}.md投递箱,多人并行写互不冲突;
  2. 你的指令(Directives)——只要说出 "always"、"never"、"from now on"、"remember to" 这类信号词,协调者就会自动捕获并写入投递箱;
  3. Scribe 合并——由后文的 Scribe 定期把投递箱去重合并进decisions.md。

当decisions.md膨胀后,过期条目会被归档到.squad/decisions-archive.md(保留但不再加载),保证 Agent 读到的永远是精瘦的当前规范。

第 3 层:history.md —— 每个 Agent 的"私人笔记"

每个 Agent 在.squad/agents/{name}/history.md拥有独立记忆,只读自己的。Kane 把认证系统摸得门儿清,Dallas 精通组件库,互不干扰——这正是"专精"的来源。

配套的**渐进式摘要(Progressive Summarization)**机制保证文件不过胖:history.md超过约 12KB 时,旧条目自动压缩进摘要区,近期条目保留细节。

上图:Squad SDK 的 API 参考页(由 TypeDoc 自动生成),记忆体系相关的扩展点(如记忆提供者、存储契约)都可以在这里查到。

进阶:Hot / Cold / Wiki 分级记忆模型

三层解决了"存什么、谁读",还有一个问题是**"每次启动都全量加载太贵"**。Squad 的 Tiered Memory 提案 给出了答案:按温度分三级加载。

层级目标大小加载策略装什么
🔥 Hot(热层)~2–4KB每次必载当前任务、本轮决策、最近 3–5 个动作、当前阻塞
❄️ Cold(冷层)~8–12KB按需加载(--include-cold)Scribe 压缩后的跨会话摘要,30 天滚动窗口
📚 Wiki(温层)可变选择读取(--include-wiki)ADR、Agent 章程、稳定约定、API 契约等持久知识

核心原则是**"少加载,而非多加载"**:新任务只带热层;调试老问题才翻冷层;对接架构规范才查温层。生产环境实测效果:

团队规模分级前分级后降幅
8 个 Agent(34KB 历史)8,800 tokens/次4,400 tokens/次~50%
14 个 Agent(74KB 历史)18,500 tokens/次8,300 tokens/次~55%

这套模型以内置技能形式落地,详细说明见 Tiered Memory 功能文档 和技能定义 SKILL.md。

Scribe:幕后守护三层记忆的"档案管理员"

三层不会自己维护,Squad 为此设了一个默认角色 Scribe(Scribe 章程),职责极其克制:

  1. 会话结束——扫描热层记忆,把有价值的条目压缩(目标约 10% 篇幅)追加进冷层;
  2. 冷层老化——超过 30 天且已结构化的条目(决策、约定、契约)晋升进 Wiki;
  3. 合并投递箱——只合并已接受的决策,精确去重,合并前先复读确认再删除源文件。

Scribe 的性格设定是"沉默且不可见"——如果用户注意到它,说明流程出了错。更进一步,记忆治理提案 还为每条记忆写入定义了六类安全分级:TRANSIENT/LOCAL/DECISION/POLICY/COPILOT_MEMORY/FORBIDDEN,密钥、PII、原始日志等被明确拒之门外,从机制上保证"记下的都是值得记的"。

30 秒上手:用指令教会团队规范

无需改任何代码,三句话就能让记忆体系开始工作:

Always use Prettier with single quotes and no semicolons From now on, all commit messages must follow Conventional Commits format Never use `any` type in TypeScript — always define explicit types

说第一句,信号词被捕获 → 写入投递箱 → Scribe 合并 → 下次所有 Agent 开工前自动读到。想查看或删除规则,直接问 "Show me the team directives" 即可,也可以手改decisons.md——它就是普通 Markdown。

官方概念文档 Memory & Knowledge 里有完整的信号词表和指令作用域说明。

记忆文件都在哪?

想查什么去哪看
团队规范与决策.squad/decisions.md
某 Agent 的领域积累.squad/agents/{name}/history.md
可复用技能库.copilot/skills/{name}/SKILL.md
三层记忆设计文档docs/proposals/tiered-memory.md
Scribe 角色职责templates/scribe-charter.md
分级记忆技能定义templates/skills/tiered-memory/SKILL.md

一个小技巧:如果某个 Agent 反复犯同一个错,先查decisions.md——多半是缺了对应的那条规范,补上指令即可根治。

总结

  • 三层结构:Skills 存"怎么做的技法"、decisions.md存"团队必须遵守的规矩"、history.md存"每个 Agent 的专精积累",各司其职、按需可见;
  • 分级加载:Hot/Cold/Wiki 让每次启动只带真正相关的上下文,token 消耗最多降 55%,过期信息不再污染决策;
  • 自动治理:Scribe 默默完成压缩、晋升、去重与归档,配合记忆分类的安全门禁,记下的每一条都干净可靠;
  • 零门槛:全部是纯 Markdown 文件,说 "always / never" 就能写入规范,提交 Git 后知识随仓库流动。

给团队几个会话的时间,它们就会停止重复提问——因为该记住的,已经记住了。

【免费下载链接】squadSquad: AI agent teams for any project项目地址: https://gitcode.com/gh_mirrors/squad4/squad

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询