AI 项目记忆库搭建

设计哲学

奥卡姆剃刀：每个项目固定 3 个文件，不多不少。多了是噪音，少了是残缺。

每项目 3 个文件的结构，对应 AI 需要知道的"我是谁、我在干什么、我踩过什么坑"三个最核心问题。

文件	回答	操作
`_项目概况.md`	我是谁？（定位/技术栈/约束）	只读
`当前状态.md`	我在干什么？（最近/下一步/阻塞）	覆盖
`经验教训.md`	我踩过什么坑？	追加

目录结构

00_Memory/AI_项目记忆/
├── _MOC.md                  # 总索引
├── AIasMe/
│   ├── _项目概况.md
│   ├── 当前状态.md
│   └── 经验教训.md
├── HankKnowledge/
│   ├── _项目概况.md
│   ├── 当前状态.md
│   └── 经验教训.md
├── Broker/
│   ├── _项目概况.md
│   ├── 当前状态.md
│   └── 经验教训.md
└── news/
    ├── _项目概况.md
    ├── 当前状态.md
    └── 经验教训.md

4 项目 × 3 文件 + 1 索引 = 共 13 个文件。

架构：两层机制

第1层 — CODEBUDDY.md 被动引用（核心，零成本）

每项目 CODEBUDDY.md 末尾引用 3 个记忆文件，AI 每次对话自动读取。

## AI 项目记忆（HankKnowledge 共享）

先读取以下文件了解项目上下文：
- D:\myKnowledge\HankKnowledge\00_Memory\AI_项目记忆\<项目>\_项目概况.md
- D:\myKnowledge\HankKnowledge\00_Memory\AI_项目记忆\<项目>\当前状态.md
- D:\myKnowledge\HankKnowledge\00_Memory\AI_项目记忆\<项目>\经验教训.md

当遇到重要决策、踩坑经验、项目状态变化时，更新对应文件。
总索引: D:\myKnowledge\HankKnowledge\00_Memory\AI_项目记忆\_MOC.md

第2层 — project-memory SKILL 主动管理（按需触发）

触发词：项目记忆、记录经验、踩坑记录、跨项目查询、更新项目状态。

写入规则： - 经验教训.md — 追加，条目按时间倒序，不覆盖已有内容 - 当前状态.md — 覆盖更新，只保留当前状态 - 写入后必须向用户展示：写入了哪个文件、当前共多少条记录

为什么不用 Hook

Hook 是全量记录（每次对话存档），项目记忆需要人工判断"什么是值得记住的"。两者不冲突，各司其职。

为什么选 CODEBUDDY.md 而不是单独 SKILL

对比	CODEBUDDY.md	仅 SKILL
加载时机	每次对话自动	需主动触发
适用场景	被动提醒（开局有记忆）	主动操作（精准记录）

CODEBUDDY.md 和 SKILL 互补，不是替代关系。

经验教训格式

### YYYY-MM-DD 标题

- **现象**: 问题的表面表现
- **根因**: 根本原因分析
- **方案**: 具体解决方案
- **避免**: 如何预防重复

踩过的坑

SKILL 写成文档而不是指令 — AI 只输出分析不写文件。教训：SKILL.md 的第一读者是 AI，不是人类，必须用强制语言。
初始数据为空 — 搭建完模板后没有立即填充初始数据。教训：搭建即填充，模板不等于完成。
缺少确认机制 — 写入操作后没有向用户展示结果。教训：每个写操作必须有可见的输出反馈。
过早抽象 — 曾为 AIasMe 增加了变更日志、AI 规范索引、L2_SOP 子目录，实际运行中冗余低效。教训：MVP 先跑通核心流程，不要提前设计"可能有用"的结构。

参考

项目记忆索引: _MOC
project-memory SKILL: ../.codebuddy/skills/project-memory/SKILL.md