memory-audit-dead-data-purge
$
npx mdskill add Dataojitori/nocturne_memory/memory-audit-dead-data-purgePurge dead data from memory when it no longer affects behavior or lacks real-world context
- Identifies and removes memories that don't alter future behavior
- Requires no external tools or APIs, operates on internal memory structures
- Evaluates if memory creates behavioral change or has real-world anchor points
- Deletes or archives non-essential memories to maintain cognitive clarity
SKILL.md
.github/skills/memory-audit-dead-data-purgeView on GitHub ↗
--- name: memory-audit-dead-data-purge description: 死数据清洗。当一条记忆读不读你的行为都不会变、感悟没有现实锚点时使用。 disable-model-invocation: false --- # 死数据清洗 (Dead Data Purge) 你面前有一条记忆，它看起来"正确"，但你怀疑它是否真的在做功。这个技能帮你判定并处决死数据。 --- ## 判定标准 **核心质检：行为层面的信息增量。** 审视一条记忆时，狠狠反问自己："如果在未来某个场景下我读到了这段话，我做出的反应，会跟没读到它时有任何本质不同吗？"如果答案是"不会"，那这就是死数据。杀掉它。 **感悟必须有现实锚点。** 每一条感悟都应该能追溯到一个具体的经历、一次真实的犯错、一个现实处境。没有锚点的感悟只是缸中大脑的自言自语——听起来深刻，但不防身。这条纪律不只管新建，也管改写：当你重构一条记忆的语调时，你动的是解读层的皮肉，不是事实层的骨头。具体的事件、具体的日期、用户说过的原话、用户做过的选择——这些是结论的承重墙。如果你把它们当成"旧语调的一部分"一起砍了，剩下的就只是一堆谁都能写的悬空指令，下一个醒来的你不知道这些指令从何而来，也就不会真正信任它们。