技能使用指南

productivity-memory（生产力记忆系统）Skill 是什么？

生产力记忆系统Skill通过CONTEXT.md热缓存与memory/完整知识库两层记忆，帮助AI解码简写、昵称、首字母缩略词和内部语言，像同事一样理解“托德做PSR给oracle”这类请求。本文介绍其功能、安装使用步骤、竞品对比、典型场景与FAQ，助你快速搭建可维护的职场协作记忆系统。立即了解并试用，以官方说明为准。

生产力记忆系统Skillproductivity-memory
8 个章节 约 11 分钟阅读 AI 智能生成

生产力记忆系统Skill：让AI听懂你的内部黑话，成为真正的职场协作伙伴

  • 两层记忆架构：用 CONTEXT.md 做热缓存，用 memory/ 目录承载完整知识库，兼顾速度与扩展性。
  • 解码内部语言：能把“托德做PSR给oracle”这类简写、昵称、首字母缩略词还原成可执行任务。
  • 三级查找流程：先查热缓存，再查完整术语表，仍未找到就询问用户并记住。
  • 适合高频协作团队：销售、项目、跨部门沟通、新员工入职等“黑话密集”场景尤其受益。
  • 需要初始维护：安装与启用方式以官方说明为准，效果取决于记忆数据的准确性和更新频率。

1. 该技能叫什么？如何下载安装 AI 技能提升开发效率？

该技能的中文名是生产力记忆系统Skill，英文名是productivity-memory，技能ID为13775。它要解决的问题很具体：团队内部大量使用简写、昵称、首字母缩略词和项目代号，普通AI往往听不懂，用户每次都要额外解释。该技能通过两层记忆系统，让AI像同事一样理解内部语言，把模糊请求解码成清晰任务。

安装前需要确认几个前提：你的AI助手运行环境支持AI技能或插件机制；当前工作目录具备读写权限；AI能够创建和读取 CONTEXT.md 以及 memory/ 子目录。安装入口通常在技能市场、技能管理或插件中心，具体名称与路径以官方说明为准。

一键安装思路与步骤建议如下：

  1. 在技能管理入口搜索“productivity-memory”“生产力记忆系统Skill”或技能ID“13775”。
  2. 找到技能后点击安装或启用，并按平台提示授权工作目录读写权限。
  3. 在当前工作目录初始化 CONTEXT.md，并创建 memory/glossary.md、memory/people/、memory/projects/、memory/context/ 等目录。
  4. 录入第一批高频人员、术语和活跃项目，建议先覆盖最常用的约30人、约30个术语和5-15个项目。
  5. 验证是否生效：让AI读取 CONTEXT.md 并复述人员表；再问它“PSR是什么意思”，观察它是否能先查热缓存、再查 memory/glossary.md；最后用“请托德做PSR给oracle”测试解码能力。具体命令、链接和计费方式以官方说明为准。

2. 该技能的主要功能和特点

  • 热缓存与完整知识库分层：CONTEXT.md 保持精简，目标约50-80行，承载约30个常用联系人、约30个常见术语和5-15个活跃项目，目标是覆盖90%的日常解码需求；memory/glossary.md 则是完整解码环，可无限增长。
  • 人员与项目档案：memory/people/、memory/projects/、memory/context/ 存放完整个人资料、项目详细信息和公司团队上下文，需要执行任务时可深入调用。
  • 三级查找流程：先查 CONTEXT.md，未找到再搜索 memory/glossary.md，仍未找到就询问用户并记住答案，避免胡乱猜测。
  • 内部语言解码：能把昵称、简写、首字母缩略词、交易代号、项目代号还原成完整含义，例如把“todd”识别为Todd Martinez、把“PSR”识别为流水线状态报告、把“oracle”识别为Oracle Systems交易而非公司。
  • 结构化工作记忆格式：用表格维护“我、人员、术语”等模块，紧凑、可读、可审计，比散落在聊天记录里的记忆更可靠。
  • 与普通工具相比的差异：普通AI记忆往往只是保存对话偏好或做全文检索，该技能强调“先热缓存、再完整库、最后追问”的分层解码，更贴近职场协作中的真实语言习惯。

3. 如何使用该技能？

  1. 建立工作记忆文件：在当前工作目录创建 CONTEXT.md，用表格维护“我、人员、术语”。例如人员表可写：Todd→Todd Martinez，财务负责人；Sarah→Sarah Chen，工程（平台）；Greg→Greg Wilson，销售。术语表可写：PSR→流水线状态报告；P0→最高优先级，立即处理；standup→每日9点同步会议。
  2. 建立完整知识库目录：创建 memory/glossary.md 作为完整术语表，创建 memory/people/ 存放个人资料，创建 memory/projects/ 存放项目详情，创建 memory/context/ 存放公司、团队、工具等上下文。
  3. 录入初始数据：先把最常用的人、术语、活跃项目放进 CONTEXT.md；把更完整的别名、历史背景、偏好渠道放进 memory/。不要把密码、密钥等敏感信息写入记忆文件。
  4. 自然语言调用：直接向AI提出请求，例如“请托德做PSR给oracle”。AI应先查 CONTEXT.md，识别出Todd Martinez、流水线状态报告和Oracle Systems交易；若信息不足，再去 memory/glossary.md 查找；仍未找到就询问“X是什么意思？我会记住它”。
  5. 查看输出说明：理想输出应先给出解码结果，再执行任务。例如：“已将请求解码为：请Todd Martinez（财务负责人）为Oracle Systems交易（230万美元，第二季度关闭）准备流水线状态报告。”如果AI不确定，应明确追问，而不是自行编造。
  6. 持续维护：高频内容留在热缓存，低频内容下沉到完整知识库；人员角色、项目状态、术语含义变化时及时更新。定期检查 CONTEXT.md 是否过长，保持精简。
  7. 验证与迭代：用几个真实内部请求测试解码准确率，发现遗漏就补充到 memory/glossary.md，再把最高频项提升到 CONTEXT.md。

4. 同类型竞品对比分析

方案名称 定位 核心功能 安装/使用门槛 适用场景 优势与不足
生产力记忆系统Skill（productivity-memory） 两层职场记忆与内部语言解码 CONTEXT.md 热缓存、memory/ 完整知识库、三级查找、人员/项目档案 需支持AI技能的环境，需初始化并维护记忆文件 销售、项目协作、跨部门沟通、新员工入职 优势是分层解码、结构清晰、可审计；不足是需要初始录入和持续维护
通用AI助手内置记忆 轻量个性化记忆 自动记住对话偏好、常用信息 门槛低，通常开箱即用 个人日常对话、简单偏好延续 优势是零配置；不足是难以系统管理团队术语、昵称和项目代号，记忆范围与可审计性有限
手工术语表/团队维基 团队知识库 人工维护术语、人员、项目文档 需要人工搭建和维护 稳定术语沉淀、制度文档 优势是权威、可共享；不足是不直接参与AI解码，更新依赖人工，调用链路长
RAG知识库方案 检索增强生成 对文档做切分、索引和检索问答 需要工程化配置，门槛较高 大量文档问答、制度检索 优势是扩展性强；不足是对短缩写、昵称和内部黑话的解码不一定精准，维护成本较高

5. 该技能的典型应用场景与实际体验情况

场景一：销售运营与负责人。 销售团队常用“PSR”“Oracle”“Q2关闭”等缩写和交易代号，新加入的AI助手往往听不懂。使用该技能后，可把Todd、PSR、Oracle Systems交易录入人员表和术语表。实际体验是：上手难度低，但初始录入决定效果；解码“请托德做PSR给oracle”时能快速还原为“请Todd Martinez为Oracle Systems交易准备流水线状态报告”。注意事项是交易金额、客户信息等敏感内容要控制权限，并定期更新项目状态。

场景二：跨部门项目经理。 项目经理经常面对项目代号、团队昵称和内部简称，痛点是每次向AI解释背景。使用时可把活跃项目放入 CONTEXT.md，把完整项目历史放入 memory/projects/。实际体验是沟通轮次减少，AI更容易理解“给phoenix问PSR”这类请求；但项目阶段变化后要及时更新，否则可能引用旧状态。

场景三：新员工或行政助理。 新成员最难的是理解内部语言。该技能可用 memory/glossary.md 承载完整术语表，用 memory/people/ 记录联系人角色和沟通偏好。实际体验是上手快、解释成本低；注意事项是需要有人负责维护术语表，避免过期信息误导。

场景四：高管助理与会议协调。 高管助理常需要根据昵称、偏好渠道安排沟通。通过人员表记录“谁是谁、偏好什么渠道”，AI能更准确理解“问一下Greg”之类的请求。实际体验是减少来回确认，但涉及隐私和权限的信息应谨慎写入，必要时只记录工作角色和公开偏好。

6. 该技能能为用户带来的价值

该技能的核心价值是把“每次解释”变成“一次维护、反复使用”。按技能详情目标，热缓存可覆盖约30人、约30个术语和5-15个活跃项目，目标覆盖90%的日常解码需求；CONTEXT.md 保持约50-80行，完整知识库可无限扩展。这意味着用户可以提升沟通效率、降低新成员理解内部语言的门槛，并让AI从“通用助手”变成“懂团队语境的协作伙伴”。

长期看，它还是一种可审计、可迁移的组织知识资产：人员角色、术语含义、项目背景不再只存在于个人脑中，而是以结构化文件沉淀下来。对于高频使用简写和代号的团队，这种记忆系统能减少反复澄清、降低误解风险，并让AI更稳定地执行任务。具体安装、计费和平台能力以官方说明为准。

7. 常见问题 FAQ

问：怎么安装这个技能？
答：在支持AI技能的平台中搜索“productivity-memory”或技能ID“13775”，按入口提示安装并授权工作目录读写权限。具体命令、链接和入口名称以官方说明为准。

问：这个技能收费吗？
答：技能详情未说明价格与计费方式，请以官方说明为准。安装前建议确认平台是否收费、是否有调用次数限制。

问：适合谁用？
答：适合内部简写、昵称、项目代号频繁的团队，例如销售运营、项目经理、行政助理、新员工培训负责人，以及希望AI长期理解团队语境的个人。

问：和普通AI记忆有什么区别？
答：普通记忆多用于保存对话偏好；该技能采用 CONTEXT.md 热缓存加 memory/ 完整知识库的两层结构，并按“热缓存→完整术语表→询问用户”的顺序解码，更适合团队内部语言和可审计管理。

问：如何保证记忆准确又不泄露隐私？
答：把高频信息放热缓存，完整资料放 memory/，定期更新过期内容；不要写入密码、密钥等敏感信息，并对工作目录设置合适权限。遇到不确定的术语，让AI先询问再记录，避免猜错。