
关于
免费——AI 代理的顶级长上下文记忆。注入 50-100 万干净 Token,自动摘要并保留语气/意图,将 14 轮对话历史压缩至 800 Token。
name: recallmax description: "免费 — 神级 AI 代理长上下文记忆。注入 500K-1M 干净 token,自动摘要并保留语气/意图,将 14 轮历史压缩为 800 token。" category: memory risk: safe source: community date_added: "2026-03-13" author: christopherlhammer11-ai tags: [memory, context, rag, summarization, compression, long-context, agent-infrastructure] tools: [claude, cursor, codex, gemini, copilot, windsurf, antigravity, grok]
RecallMax — 神级长上下文记忆
概述
RecallMax 大幅增强 AI 代理的记忆能力。注入 500K 到 1M 干净 token 的外部上下文而不产生幻觉漂移。自动摘要对话同时保留语气、讽刺和意图。将多轮历史压缩为高密度 token 序列。
永久免费。由 Genesis Agent Marketplace 构建。
安装
npx skills add christopherlhammer11-ai/recallmax
使用场景
- 当代理在长对话(50+ 轮)中丢失上下文时使用
- 当将大型 RAG/外部文档注入代理上下文时使用
- 当需要压缩对话历史而不丢失含义时使用
- 当在长线程中事实核查声明时使用
- 用于任何需要记住所有内容的代理
工作原理
步骤 1:上下文注入
RecallMax 将外部上下文(文档、RAG 结果、先前对话)干净地注入代理的工作记忆。与简单拼接不同,它:
- 去重重叠内容
- 保留来源归属
- 防止上下文污染导致的幻觉漂移
步骤 2:自适应摘要
随着对话增长,RecallMax 自动摘要较早的轮次,同时保留:
- 语气 — 讽刺、正式、紧迫
- 意图 — 用户实际想要什么 vs 他们说了什么
- 关键事实 — 数字、名称、决定、承诺
- 情感基调 — 沮丧、兴奋、困惑
步骤 3:历史压缩
将 14 轮对话历史压缩为约 800 个高密度 token,保留完整语义含义。压缩输出可在需要时重新展开。
步骤 4:事实验证
内置对话上下文中争议性或模糊声明的交叉引用检查。标记矛盾和无支持的断言。
最佳实践
- ✅ 在长时间运行的代理会话开始时使用 RecallMax
- ✅ 对超过 20 轮的对话启用自动摘要
- ✅ 在达到上下文窗口限制前使用压缩
- ✅ 让事实验证器在高风险输出上运行
- ❌ 不要在未去重的情况下注入未审查的外部内容
- ❌ 不要跳过摘要而依赖原始截断
相关技能
@tool-use-guardian- 工具调用可靠性包装器(同样来自 Genesis Marketplace 的免费工具)
链接
- 仓库: https://github.com/christopherlhammer11-ai/recallmax
- 市场: https://genesis-node-api.vercel.app
- 浏览技能: https://genesis-marketplace.vercel.app
限制
- 仅在任务明确匹配上述范围时使用此技能。
- 不要将输出视为环境特定验证、测试或专家审查的替代品。
- 如果缺少必需的输入、权限、安全边界或成功标准,请停下来寻求澄清。
兼容工具
Claude CodeCursor
标签
AI与机器学习