什么是Memory Lifecycle
Memory Lifecycle 是一个用于管理知识库中实体状态转换的核心工具，其核心理念是“归档而非删除”。该工具专注于在基础记忆系统（Basic Memory）中处理实体的生命周期流转，确保已完成或不再活跃的信息仍保留在知识图谱中，避免因误删而丢失上下文和关联关系。通过智能识别用户关于任务完成、状态变更的表述，系统能够自动将笔记在不同状态文件夹间移动，并同步更新元数据，从而维持知识库的完整性与可追溯性。
无论是将项目标记为“已完成”还是将待办事项重新激活，Memory Lifecycle 都遵循一套清晰的工作流程：首先定位目标实体，然后将其移动到对应的状态目录（如从 active 移至 archive），最后更新文件头部的状态字段。这一过程不仅保留了所有历史观察与链接，还确保了 wiki 链接和 memory:// 协议地址的持续可用性。在整个过程中，系统强调对边缘情况的妥善处理，例如重复归档、部分完成或错误激活等情形，并提供明确的反馈机制。
此外，该工具支持批量操作，适用于定期清理陈旧条目或一次性归档多个已结束的任务。它与其他技能模块紧密协作，比如结合 memory-notes 进行搜索前置验证，借助 memory-defrag 识别需归档的旧数据，形成完整的知识管理闭环。整体设计兼顾灵活性与规范性，允许用户根据自身领域定制文件夹命名规则，同时保持通用模式的一致性。
核心功能特点
- 基于‘归档而非删除’原则，保障知识图谱的历史完整性
- 自动识别用户关于完成、暂停、取消等状态变更的自然语言信号
- 支持跨文件夹移动笔记并同步更新 frontmatter 元数据
- 保留原始 permalink，确保所有内部链接持续有效
- 提供批量处理能力，适用于大规模状态迁移场景
- 内置边缘情况检测，如重复归档、部分完成、误操作回退
适用场景
Memory Lifecycle 特别适用于需要长期维护动态知识库的开发者、研究人员或项目经理。例如，在敏捷开发环境中，团队成员常需频繁更新任务状态——当一个迭代周期结束时，所有相关任务应被归档以便后续复盘；若中途发现某项工作被错误标记为完成，则可迅速将其还原至活跃区。这种机制不仅提升了信息组织效率，也增强了团队协作中的透明度与连续性。
另一个典型应用场景是个人知识管理系统。假设你正在撰写一本技术书籍，每章写作完成后需将其从‘进行中’文件夹移至‘已完成’目录，并标注发布日期。此时，Memory Lifecycle 可自动执行移动与元数据更新，使你的写作进度一目了然。即使未来想回溯某章的修改记录或引用其中的观点，也能通过原有链接快速定位，无需担心路径失效。
此外，对于周期性清理需求（如每周回顾未处理的待办事项），该工具同样表现出色。它能协助用户识别长期滞留在 active 区的陈旧条目，建议将其转入 archive 或 pipeline，从而优化存储空间并减少认知负担。无论是处理具体任务、项目文档，还是泛化的实体对象，只要存在明确的生命周期阶段划分，Memory Lifecycle 都能提供一致且可靠的支持。