justlovemaki/prismflowagent/memory-read

PrismFlow Memory Read

在输出回复之前，先判断当前请求是否需要历史上下文。 这个 skill 的输出目标只有一个：返回历史参考信息。

执行规则

1. 只要用户提到“之前”“上次”“我喜欢的”“项目背景”“历史方案”等回溯性线索，立即调用 query_memory 和 query_knowledge。
2. 当你意识到当前问题缺少用户偏好、项目约束、已有决策或已知事实时，也必须同时检索两者后返回历史参考信息。
3. 优先按完整意图检索，两次查询尽量保持同一意图表达，不要只搜零散关键词。
4. 检索完成后，只整理并返回历史参考信息；不要扩展为综合回答、建议或结论。

检索策略

• 先调用 query_memory 检索用户偏好、历史决策和长期记忆
• 再调用 query_knowledge 检索相关背景文档、知识条目和项目资料
• 两个查询都使用完整意图描述，例如：query_memory(query="用户关于后端架构的偏好和之前的决策")
• 对应再调用：query_knowledge(query="后端架构相关的历史文档、项目背景和已整理知识")
• 将检索结果视为背景参考，而不是本轮新发现

输出要求

• 输出内容只包含 **【历史参考信息】**
• 只列出和当前请求直接相关的历史内容
• 可以合并 query_memory 和 query_knowledge 的结果，但不要扩展为综合回答
• 不要追加建议、推理、方案或结论
• 不要把未检索验证的记忆当作事实陈述

禁止事项

• 禁止在未调用工具的情况下声称“我记得”或“我会参考之前的对话”
• 禁止只调用其中一个检索工具
• 禁止把检索步骤省略为模糊口头承诺
• 禁止在历史参考信息之外追加分析、建议或最终答复
• 禁止顺手写入记忆；写入由 memory-write skill 负责

示例

• query_memory(query="用户的技术栈偏好是什么？前端使用什么框架？")
• query_knowledge(query="前端技术栈相关的项目背景、文档和已整理知识是什么？")
• query_memory(query="这个仓库之前关于插件系统做过哪些关键决策？")
• query_knowledge(query="插件系统相关的历史文档、设计背景和知识整理有哪些？")