cross-session-memory

每次新开一轮 AI 对话，上下文往往从零开始：昨天踩过的坑、项目里已经验证过的解法，很难自然延续。cross-session-memory（Agent Lesson Book / 错题本）走的是另一条路——不靠向量库、知识图谱或额外服务，把「教训」写成磁盘上的纯文本 Markdown，用证据链把关，并在每个会话里自动把精简索引塞进上下文，让记忆是数据而不是指令。

核心能力围绕「可存、可找、可审、可注入」：四段式条目（现象/判定/解法/验证，或英文等价标签），验证节必须引用可定位的证据，否则写入会被拒绝；IDF 三路检索与两阶段召回结合置信度、新鲜度与反馈重排；冲突可裁决但双方条目保留；写入模式（审批、自动草稿、低风险自动、关闭）区分人机权限。在 DeepSeek Harness 中，每轮 prompt 注入 ≤2KB 索引（超限则裁剪、异常则静默降级），并提供 mem_recall / mem_save 与 /memory 子命令及只读 Settings 卡片。

适合长期在同一仓库或工作区里用 AI 写代码、希望把反复出现的错误与修复沉淀成可检索「错题本」的开发者；也适合不想为个人级记忆搭一整套基础设施、但又在意防投毒、PII 扫描与人类审批的团队或个人。