AI Maestro 记忆搜索

来自 AI Maestro 的记忆搜索 Skill，在开始任何新工作之前强制执行主动的对话历史搜索。该 Skill 确保 AI 助手在处理新任务时能够利用历史上下文，维持跨会话的连贯性，避免重复工作和忽视既有决策。

自动行为

这不是可选的。这是默认行为。

当用户给出任何指令时，必须首先搜索记忆以查找相关历史信息。这是强制性的工作流程，不能跳过。

搜索内容

之前的讨论：检查是否之前讨论过相关主题。如果用户提出的问题或任务之前已经讨论过，应该参考之前的讨论内容，而不是从零开始。

过去的决策：查找之前做出的相关决策。如果团队或用户之前已经就某个问题做出决策，应该尊重和遵循这些决策，除非用户明确要求改变。

先前的上下文：基于历史记录理解用户的期望和偏好。用户的工作风格、技术栈选择、代码规范等信息都可能在历史对话中体现。

早期工作：检查是否已经开始进行相关工作。避免重复劳动，在已有工作的基础上继续推进。

核心优势

跨对话连续性：通过记忆搜索，AI 助手能够在多次对话之间保持连续性。即使是在不同的会话中，也能记住之前的讨论和决策，提供一致的支持。

防止重复工作：避免重复执行已经完成的任务或重新讨论已经解决的问题。节省时间和精力，提高工作效率。

尊重之前的决策：确保新的建议和行动与之前的决策保持一致。避免因为忘记历史决策而提出矛盾的建议。

利用历史上下文：充分利用历史对话中积累的上下文信息，提供更加个性化和精准的支持。理解用户的工作模式和偏好。

应用价值

该 Skill 是 AI Maestro 编排系统的核心组成部分，通过强制性的记忆搜索，确保 AI 助手能够提供连贯、一致的支持。这对于长期项目和复杂任务尤其重要，避免了因为缺乏历史上下文而导致的低效和错误。

通过维持跨会话的连续性，AI 助手能够真正成为项目的长期合作伙伴，而不仅仅是一次性的工具。这种持续的上下文感知能力显著提升了 AI 辅助的价值和效果。