> ## Documentation Index
> Fetch the complete documentation index at: https://docs.trytrellis.app/llms.txt
> Use this file to discover all available pages before exploring further.

# mem-recall

> 通过 trellis mem 跨平台回看 AI 历史对话

mem-recall 让 AI 在用户提到过往对话时自动调用 `trellis mem`，从本地 Claude Code、Codex、Grok、OpenCode、Pi、ZCode 的会话记录里检索内容，并用 session-id + 原话引用作答。

触发短语包括：`上次`、`之前`、`我跟 Claude 聊过`、`what did I tell ... last week`、`我之前在哪个项目讨论过` 等指向过往对话的表述。

未装 skill 时 AI 默认回复"我不记得"或基于推测作答。skill 通过 frontmatter 的 description 字段告诉 AI 这些场景下该跑 `trellis mem`，并给出 search → context 两步检索的指令。

## 前置条件

| 工具                                                                      | 用途                  | 必需   |
| ----------------------------------------------------------------------- | ------------------- | ---- |
| [Trellis CLI](https://github.com/mindfold-ai/Trellis) **0.6.0-beta.0+** | 提供 `trellis mem` 命令 | 必需   |
| Claude Code、Codex CLI、Grok、OpenCode、Pi、ZCode                            | 历史会话来源              | 至少一个 |

```bash theme={null}
npm install -g @mindfoldhq/trellis@beta
trellis --version   # ≥ 0.6.0-beta.0
```

## 安装

```bash theme={null}
npx skills add mindfold-ai/marketplace --skill mem-recall
```

或安装所有 marketplace skill：

```bash theme={null}
npx skills add mindfold-ai/marketplace
```

| 参数               | 说明                        |
| ---------------- | ------------------------- |
| `-g`             | 全局安装到 `~/.claude/skills/` |
| `-a claude-code` | 指定目标 agent                |
| `-y`             | 非交互模式                     |

向 AI 询问"有哪些 skill 可用"，列表中出现 `mem-recall` 即安装成功。

## 触发示例

无需手动调用命令，下列用户消息均会触发 skill：

* 上次我们怎么解决 #240 的 wait\_agent 卡死？
* 我之前在哪个项目讨论过 plugin 设计？
* 翻一下历史，我跟 Codex 之前怎么处理 hook 注入的
* find what I told Claude about memory architecture last week

## 检索流程

skill 指引 AI 按两步执行。

**Step 1 — 候选检索**

```bash theme={null}
trellis mem search "<关键词>" [--cwd <project>] [--since <date>]
```

多 token AND 检索清洗后的对话内容，返回带打分的 session 列表。打分公式 `(3 × 用户轮命中数 + AI 轮命中数) / 总轮数`，用户轮加权 ×3 以反映话题主导性。

**Step 2 — 内容提取**

```bash theme={null}
trellis mem context <session-id> --grep <关键词> --turns 3 --around 1
```

返回 top-N 命中轮次及上下文，默认字符预算 ≤6000，可经 `--max-chars` 调整。

## 检索前清洗

`trellis mem` 在搜索前剥除以下内容，确保命中反映真实对话：

* prompt 注入：`<system-reminder>` / `<workflow-state>` / `<INSTRUCTIONS>` / `<environment_context>` 等
* Codex AGENTS.md 引导文（首条用户消息整条丢弃）
* 工具调用与返回结果（仅保留 text block）
  compact 之前的轮次会保留，并标出 compact 发生的位置。平台没有以可读形式保存的内容会明确报告而不是静默丢弃：Codex 对 agent 之间的消息加密，Grok 把 compact 前的对话存为 markdown。

## 数据来源

直接读取本地文件，无 daemon、无索引、不上传。

| 平台          | 存储                                                             |
| ----------- | -------------------------------------------------------------- |
| Claude Code | `~/.claude/projects/<sanitized-cwd>/*.jsonl`                   |
| Codex       | `~/.codex/sessions/YYYY/MM/DD/rollout-*.jsonl`                 |
| OpenCode    | `~/.local/share/opencode/storage/{session,message,part}/...`   |
| Pi          | `~/.pi/agent/sessions/<encoded-cwd>/<timestamp>_<id>.jsonl`    |
| Grok        | `~/.grok/sessions/<url编码的cwd>/<session-id>/chat_history.jsonl` |

## 不适用场景

| 需求           | 工具               |
| ------------ | ---------------- |
| 搜代码          | `Grep` / `Read`  |
| 搜 commit 历史  | `git log` / `gh` |
| 搜当前项目文件 / 文档 | `Read` / `Glob`  |

mem-recall 仅用于检索 AI 历史对话内容，不处理代码或文件检索。

## 性能

| 范围        | 时间      |
| --------- | ------- |
| 项目内 3 周检索 | \~0.85s |
| 全局无时间过滤检索 | \~3s    |

无状态，每次冷读磁盘。冷热运行性能相当（依赖操作系统页缓存）。