项目定位#

Agent Memory Workflow 是一个关于自主编程 Agent 记忆、上下文治理与任务连续性的实践规范与工具协议。

它试图解决一个困扰所有长期 Agent 任务的核心难题：当任务跨越多轮对话、多次会话崩溃或多个开发周期时，哪些信息应该被永久记住，哪些信息必须被果断丢弃？

核心判断：记忆不是无限堆积，而是精准提取#

传统的上下文管理要么是把所有历史对话无脑拼接（引发上下文窗口爆炸与模型注意力涣散），要么是完全无状态（每次任务需要人类从零解释背景）。

本项目确立了三项排他性的记忆管理原则：

[Agent 会话交互流]
        ⬇
[过滤器 Validation] ➔ 拦截临时废话、密码、Token 与一次性中间结论 (果断丢弃)
        ⬇
[断代隔离与增量蒸馏] ➔ 沉淀为稳定事实与技术决策 (Architecture Invariants)
        ⬇
[本地 Markdown / JSON 文件] ➔ 可读、可 diff、可版本回滚

本地优先透明化：记忆必须落成工作区中的 Markdown 与 JSON 文件，而不是藏进黑盒数据库。开发者可以随时打开查看、用 Git 进行 diff，发现 Agent 产生认知偏差能直接手动修正；
断代隔离（Epoch Isolation）：将任务划分为清晰的生命周期代际。每个代际只产出精简的 SUMMARY.md，避免过期的旧上下文持续污染新代际；
安全过滤前置：在记忆写入磁盘前，内置的敏感词与正则表达式验证器强制拦截 API Token、密码和临时中间变量，防止隐式泄密。

工作流实践#

协议在多个大型复杂项目的持续演进中提供了标准化的 .codex/ 与 .gemini/ 目录规范，统一了计划（Implementation Plan）、执行痕迹（Transcript）与验收标准（Walkthrough）的生命周期管理，使长达数周的复杂软件重构任务具备了高度确定性的连续推进能力。