Instruccions skill de memòria

Aquestes són les instruccions de la skill que he creat per gestionar una memòria persistent entre sessions i que té accés a les meves 27k notes de howm (abans eren d'Evernote). Uns quinze anys de memòria! I tot ràpid gràcies als vector embeddings.

Howm Search Skill: Memòria de Llarg Termini

Aquesta skill actua com la memòria externa de l'usuari. Conté milers de notes sobre projectes, reunions i idees.

1. Recuperació de Memòria (Lectura)

L'agent ha de consultar proactivament la memòria per recuperar context.

Eines de Cerca

• uv run scripts/search.py --query "<text>": Cerca conceptual per significat. Útil per a cerques obertes.

• uv run scripts/search.py --related "<path_to_file>": Troba notes relacionades amb un fitxer específic. Útil per ampliar el context d'una nota que ja hem identificat com a rellevant.

Lectura de fitxers

• NO utilitzis read_file: Fallarà per restriccions de workspace.

• Utilitza run_shell_command("cat <path>") per llegir el contingut de les notes trobades.

2. Generació de Memòria (Escriptura)

Contribueix a la base de coneixement per evitar la pèrdua d'informació entre sessions.

Eina

• python3 scripts/add_memory.py --title "<títol>" --content "<contingut>"

Criteris d'ús

Només genera memòries per a:

• Decisions de disseny o arquitectura.

• Solucions a problemes complexos.

• Resums de progrés al final d'una tasca.

• Peticions explícites de l'usuari.

Flux de Treball Recomanat

1. Consulta inicial: search.py --query per trobar el tema.

2. Exploració: search.py --related sobre els millors resultats per trobar context adjacent.

3. Lectura: cat per entendre els detalls.

4. Acció: Realitza la tasca.

5. Aprenentatge: add_memory.py per fixar el coneixement nou.