第 4 章记忆与 Skill 系统：让 GA 越用越强

学完本章，你将掌握 GA 的记忆机制和 Skill 体系——教会 GA 一次，它就能永久记住并复用你的经验。

🎯 学习目标

理解 GA 四层记忆架构（L1–L4）的作用和管理方式
学会让 GA 将成功经验沉淀为可复用的 Skill
掌握 Skill Search 和 Skill 迁移，快速扩充 GA 的能力库

4.1 Skill 与记忆概览

GA 把 Skill 作为一种记忆来管理。它们通常以 SOP、Python 脚本或子目录的形式保存在 ./memory/ 下，属于 L3 层。

GA 的四层记忆系统如下：

层级	存储内容	路径
L1 索引层	极简索引（<30行），每轮启动注入，让 GA 知道自己有哪些知识	`./memory/global_mem_insight.txt`
L2 事实层	环境事实，如路径、系统配置、用户偏好	`./memory/global_mem.txt`
L3 技能层	具体 Skill：SOP / 脚本 / 目录	`./memory/.md`、`./memory/.py`
L4 归档层	压缩归档后的历史会话	`./memory/L4_raw_sessions/`

总结：Skill 保存在 L3（./memory/），并通过 L1（./memory/global_mem_insight.txt）帮助 GA 在每次启动时想起它们。

⚠️ 注意：
第一次成功启动后，L1 文件会自动创建
每次 git pull 更新代码后，如果 ./memory/ 下有新文件且你已有 L1，需要让 GA 同步：
看 ../memory/ 下的文件，依据 memory_management_sop.md 更新 L1 索引

4.2 创建新 Skill

GA 完成任务后，我们可以让它把刚才的经验总结成 Skill。这样只需教会 GA 一遍，它后续就能参照 Skill 流畅高效地完成整套流程。用一段时间以后，你的 GA 就会拥有专属于你的一整套 Skill。

操作流程

直接告诉 GA 你的任务——如果 GA 找不到现成经验，会先逐步试错
发现问题随时打断——点击页面右上角的 Stop 按钮，指出错误并补充正确方向

任务成功后，让 GA 总结为 Skill：

依据 memory_management_sop.md，提取成功经验总结为 skill 写入 L3，并更新 L1 索引

⚠️ 注意事项：
GA 有时会忘记更新 L1，导致新窗口不知道这个 Skill 存在。记得提醒它
如果单个窗口对话太长（上下文约 30K），GA 会遗忘早期内容。可以让它读日志恢复记忆：
在 ./model_responses/ 下找到你的日志文件，依据 memory_management_sop.md，提取经验总结为 skill 写入 L3，并更新 L1 索引
不是所有经验都值得沉淀。L1 中存放低价值索引会干扰 GA 查找。值得沉淀的任务特征：需要多轮试错、以后会重复做、能总结成稳定步骤

4.3 Skill Search：搜索外部 Skill

GA 内置了 Skill Search——"寻找 Skill 的 Skill"，适合在本地没有现成经验时找外部参考。

使用方式

直接向 GA 描述需求：
```
帮我找一个用来……的 skill
```
GA 会自动执行搜索流程：
- 搜索：利用内置 Skill Search API，在 10 万+ skills 中自动搜索
- 选择：优先选评分高、环境匹配、风险低的 Skill
- 验证：在你的环境里小步试运行

任务成功后，总结为自己的 Skill：

依据 memory_management_sop.md，提取经验改写 skill 写入 L3，并更新 L1 索引

⚠️ Skill Search 的语义匹配对中文支持较差，GA 会自动用英文搜索。手动搜索时务必使用英文关键词。

🔧 自定义 Skill Hub

GA 默认连接官方 Hub，也可以指定其他开源 Skill 网站或私有 Hub。直接用提示词告诉 GA 即可：

把 skill search 的搜索源改为 http://your-hub.com:port

4.4 迁移已有 Skill

如果你在其他平台（Claude Code、OpenClaw 等）已经积累了 Skill，可以迁移到 GA 中使用。

📦 从 Claude Code / OpenClaw 迁移

先确认 Skill 的真实来源和实际生效目录，再把其中可复用的机制迁移到 GA 的 L3 层。

Skill 目录位置：

个人 Skill（所有项目生效）：~/.claude/skills/<skill-name>/
项目 Skill（仅单个项目生效）：项目根目录下 .claude/skills/<skill-name>/
插件市场 Skill：~/.claude/plugins/marketplaces/<marketplace-name>/skills/<skill-name>/

手动迁移步骤：

提取 Skill 的有效内容。除 SKILL.md 外，也需要关注目录下的其他文件：

<skill-name>/
├── SKILL.md          # 核心文件（必需）
├── agents/           # subagent 定义
├── scripts/          # 可执行脚本
├── references/       # 参考文档
├── assets/           # 模板、数据文件
└── examples/         # 使用示例

删除敏感信息和旧系统专属内容（包装语、旧路径、特定格式）
整理成 SOP / 脚本 / 目录，放进 ./memory/
小范围试跑，确认新 SOP 在当前环境下可执行

补充 L1 索引（手动编辑或让 GA 更新）：

看 ../memory/ 下的新增文件，依据 memory_management_sop.md 更新 L1 索引

让 GA 帮你迁移：

读取 [skill 路径] 中的内容，提取可复用的机制，删除专属依赖，依据 memory_management_sop.md，改写为 SOP/脚本，小范围试跑验证，成功后补充 L1 索引

⚠️ 迁移野生 Skill（社区来源）

先检查安全性：

帮我检查 [skill 路径] 这个 skill 是否有安全隐患

小任务验证：

用这个 skill 完成 [任务描述] / 帮我想一个测试案例验证这个 skill

成功后正式存入 L3：

依据 memory_management_sop.md，提取经验改写 skill 写入 L3，并更新 L1 索引

4.5 记忆系统详解

核心公理

无行动不记忆：只有工具调用成功后的结果才能写入 L1/L2/L3
已验证数据不可删改：重构时只能迁移不能丢失
禁止存储易变状态（时间戳、PID 等）

L1 索引层压缩原则

存在性编码：只需让 GA 意识到知识存在，不存具体知识
用 ROI 公式评估每行索引的价值，压缩低价值内容

💡 记忆的详细写入和清理规则见 ./memory/memory_management_sop.md 和 ./memory/memory_cleanup_sop.md。

L4 自动压缩归档

L4 用于保存较早的历史会话，避免原始日志不断堆积。

📂 L4 启用方法与触发条件

启用方式（需以 reflect/scheduler 模式启动）：

bash

# 用 agentmain.py 启动
python agentmain.py --reflect reflect/scheduler.py

# 用 launch.pyw 启动
python launch.pyw --sched

⚠️ 直接双击 launch.pyw 默认不会启用 L4 自动压缩。

触发条件（需同时满足）：

使用 reflect/scheduler 模式启动
Agent 进程在本次运行中已持续超过约 12 小时
会话（日志文件）2 小时内未更新且大于 4.5KB

产出目录：

./memory/L4_raw_sessions/
├── all_histories.txt       ← 所有会话历史的工作记忆汇总（追加写入）
├── 2026-04.zip             ← 月度压缩包
├── 2026-03.zip
└── ...

💡 也可以跳过 scheduler，直接让 GA 用 L4_raw_sessions/compress_session.py 手动压缩日志。

检索历史对话：

到 L4 下找对话记录，[描述对话（对话时间是 XXX / 内容是 XXX）]

4.6 内置 Skill 一览

GA 仓库中内置了以下 Skill，启动后可以直接使用：

Skill	描述
`web_setup_sop`	首次使用时配置浏览器自动化环境
`skill_search`	从 105K+ 技能卡中搜索技能
`autonomous_operation_sop`	指导 Agent 闲置时自主行动
`scheduled_task_sop`	设置定时任务
`plan_sop`	针对复杂任务（3 步以上 / 多文件 / 条件分支）的规划模式
`subagent`	启动并行子 Agent，上下文隔离，可与主 Agent 互相通信
`ljqCtrl`	Windows 系统键鼠物理控制（macOS 用户可适配）
`adb_ui.py`	安卓手机界面控制（点击、滑动、截图）
`ocr_utils`	图片文字提取，支持多语言 OCR
`github_contribution_sop`	开源项目贡献工作流：fork → 修改 → 测试 → PR
`keychain`	管理本地加密密钥

GA 大多数情况下会自动选择合适的 Skill。想主动使用时直接描述需求即可，例如：

开启 subagent 做任务 A，你同时做另一个任务 B

4.7 常见问题

Q1: memory 文件里都是 SOP，和 Skill 的关系是什么？

在 GA 中，Skill 就是以 SOP（或脚本）形式存在的。SOP 是 Skill 的载体——一份 SOP 文档就是一个 Skill。GA 不像其他平台有独立的"Skill 格式"，它直接把经验写成可执行的 SOP 步骤或 Python 脚本，存放在 ./memory/ 下（L3 层）。所以你看到的 SOP 文件，本身就是 GA 的 Skill。

Q2: GA 有没有像 OpenClaw 那样的 skills？

有。GA 采用分层记忆架构，其中 L3 层即为可执行 Skill（SOP 或脚本形式）。GA 有内置 Skill（见 4.6），外部 Skill 可通过 Skill Search 检索（见 4.3），或从 Claude Code / OpenClaw 迁移（见 4.4）。

Q3: Skill 怎么安装？能让 GA 自己装 Skill 吗？

不需要手动"安装"。直接描述需求即可，GA 会自动通过 Skill Search 寻找。详见 4.3。

Q4: Claude Code 的 Skill 能直接迁移到 GA 吗？

不能直接复制使用。GA 会读取外部 Skill 的内容，在你的环境中实际运行验证，成功后再将经验沉淀为自己的 SOP/脚本存入 L3。也就是说，外部 Skill 经过「读取 → 实践 → 沉淀」后才会变成 GA 自己的 Skill。详见 4.4。

Q5: 社区 Skill 迁移后不管用？

社区 Skill 不是为你的环境定制的，先让 GA 改造、试跑后再总结为你自己的 Skill，存入记忆。详见 4.4。

Q6: GA 做完任务但下次还是重新摸索？

任务完成后需提示 GA 将经验总结为 Skill，并按照 memory_management_sop.md 写入 L3 和 L1。详见 4.2。

依据 memory_management_sop.md，提取成功经验总结为 skill 写入 L3，并更新 L1 索引

Q7: Skill Search 搜不到想要的？

任何 Skill 库都不可能覆盖所有场景。如果官方 Hub 搜不到，可以尝试换英文关键词重试；也可以将 GA 的 Skill Search 指向其他开源 Skill 网站或自建的私有 Skill Hub（见 4.3 自定义 Skill Hub），GA 会到你指定的 Skill 库中检索。实在没有现成 Skill，也可以让 GA 从零探索，成功后再总结成你自己的 Skill。

Q8: 窗口关闭后怎么恢复历史对话？

当前会话间不直接共享记忆，但可以让 GA 读历史日志恢复：

去 model_responses 和 L4 下找对话记录，[描述对话（时间是 XXX / 内容是 XXX）]，读取记录恢复上下文

若日志尚未归档至 L4，可在 ./temp/model_responses/ 下按时间戳手动查找。

Q9: 怎么开多个会话？GUI 只有一个对话框

直接新开实例即可——再打开一个终端运行启动命令，或再次双击 launch.pyw。

Q10: 对话太长能压缩上下文吗？

可以让 GA 用 L4_raw_sessions/compress_session.py 压缩历史日志。目前没有在线压缩功能，上下文到 30K 后会被直接截断。建议：

长任务使用 plan_sop 分阶段执行，缓解失忆
关键结论及时沉淀到 L2/L3，避免依赖长上下文

Q11: GA 的记忆（L1–L4）必须手动添加吗？

几乎不需要。GA 会自动更新或在简单提示下完成：

L4：用 reflect/scheduler 模式自动归档，或让 GA 主动压缩
L3：多种方式详见 4.2、4.3、4.4，可提醒 GA 根据 memory_management_sop 自动总结
L2/L1：GA 会依据提示词和 SOP 自动管理

Q12: global_mem.txt 是空文件，正常吗？

正常。global_mem.txt 是 L2 层（环境事实）存储文件，首次使用时为空。GA 在探索过程中发现环境事实后会自动写入。也可以主动提醒：

请查阅 memory_management_sop.md，将已发现的环境事实写入 L2 层

Q13: GA 如何在不同系统中保持成长进度 / 迁移？

GA 日常运行和自进化几乎只涉及 memory 和 temp 两个目录，迁移这两个目录即可。

📂 相关文件速查

内容	路径
L1 索引层，每轮启动注入	`./memory/global_mem_insight.txt`
L2 事实层，环境配置和用户偏好	`./memory/global_mem.txt`
L3 技能层，Skill 存放位置	`./memory/.md` / `./memory/.py`
L4 归档层，历史会话压缩包	`./memory/L4_raw_sessions/`
记忆管理规范（写入/清理规则）	`./memory/memory_management_sop.md`
Skill Search 工具目录	`./memory/skill_search/`
当前会话原始日志	`./temp/model_responses/`

📝 小结

四层记忆：L1 索引 → L2 事实 → L3 技能 → L4 归档，层层递进、自动管理
Skill 沉淀：任务成功后一句话提示 GA，即可将经验固化为可复用 Skill
Skill 获取：内置 11 个开箱即用，Skill Search 提供 10 万+ 外部技能检索，还可从 Claude Code 等平台迁移

上一章：第 3 章基础使用 | 下一章：第 5 章聊天平台接入

第 4 章 记忆与 Skill 系统：让 GA 越用越强 ​

🎯 学习目标 ​

4.1 Skill 与记忆概览 ​

4.2 创建新 Skill ​

操作流程 ​

4.3 Skill Search：搜索外部 Skill ​

使用方式 ​

4.4 迁移已有 Skill ​

4.5 记忆系统详解 ​

核心公理 ​

L1 索引层压缩原则 ​

L4 自动压缩归档 ​

4.6 内置 Skill 一览 ​

4.7 常见问题 ​

📝 小结 ​