给 AI 注入 100 万词记忆：解决长对话遗忘痛点 #

解决长对话信息过载难题：RecallMax 能够将 50 万至 100 万个词的外部上下文无幻觉注入，自动压缩多轮对话历史至 800 个 tokens，同时完美保留对话语气、讽刺意味及核心意图。

为什么需要这个技能 #

当 AI Agent 处理长达 50 轮以上的对话，或需要读取大量 RAG 文档时，原生上下文窗口会迅速达到上限。此时模型不仅会遗忘关键事实，还可能因无关信息污染产生“幻觉”或丢失用户原本的语气风格（如正式、讽刺或紧迫感）。

RecallMax 通过智能清洗和压缩，在输入端直接解决容量瓶颈，确保 Agent 始终记住之前的承诺、关键数据和情感基调。

适用场景 #

• 超长项目协作：AI 在持续数小时的开发会话中处理成千上万行代码注释或项目文档时。
• 文档注入：将数十万字的法律合同、技术手册或外部报告直接喂给 AI 进行检索和分析时。
• 多轮对话压缩：当对话历史超过 14 轮，需要保留完整语义但减少 token 消耗以突破窗口限制时。
• 事实核查：在长线程中需要 AI 对早期提到的特定事实或数字进行回溯验证时。

核心工作流 #

1. 语境注入（Context Injection）： RecallMax 在注入外部内容时，会自动去重重叠内容并保留来源归属，防止上下文污染。

2. 自适应总结（Adaptive Summarization）： 随着对话深入，AI 自动总结旧对话轮次，严格保留：

   • 语气（讽刺、正式度、紧迫感）
   • 意图（用户真正想要什么）
   • 关键事实（数字、人名、决策）

3. 历史压缩（History Compression）： 将长达 14 轮的对话历史压缩为约 800 个高致密度的 tokens，在损失极少量语义的前提下重置上下文窗口。

下载和安装 #

npx skills add christopherlhammer11-ai/recallmax

解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体配置参考内附的 USAGE.zh.md。

你可能还需要 #

暂无推荐