企业官网建设流程全解析

RuView Memory Coordinator Agent：多 Agent 系统的持久化记忆协调机制解析

【免费下载链接】RuViewπ RuView turns commodity WiFi signals into real-time spatial intelligence, vital sign monitoring, and presence detection — all without a single pixel of video.项目地址: https://gitcode.com/GitHub_Trending/wi/RuView

在 RuView 这个以 WiFi 射频感知为核心的大型多 Agent 开发仓库中，.claude/agents/templates/目录定义了一整套可复用的协调型 Agent 模板，其中memory-coordinator是负责"让 Agent 拥有跨会话记忆"的核心角色：它定义了持久记忆的五大操作（存储、检索、搜索、删除、同步）、三类命名空间模式（项目上下文、Agent 协作、学习模式）、四级记忆层级（全局→项目→会话→任务），以及与 Task Orchestrator、SPARC、Performance Analyzer 等伙伴 Agent 的集成契约。读完本文，你将能够理解该模板的完整规格（YAML 前置元数据 + hooks 生命周期钩子），弄清它如何与仓库中真实存在的 SQLitememory.db、AgentDB 向量记忆技能以及memory_store/memory_search调用链衔接，从而在自己的多 Agent 工程里复刻一套"跨会话知识持久化 + 跨 Agent 共享"的记忆协调方案。

一、模板定位：分布式记忆的协调者

memory-coordinator模板位于 memory-coordinator.md，其自我定位是：

管理分布式记忆系统，实现跨会话的知识持久化，并在 Agent 之间促进信息共享。

这一角色在多 Agent 系统中承担的是"记忆中枢"职责。与同目录下负责流程编排的 sparc-coordinator.md 和 orchestrator-task.md 不同，Memory Coordinator 不直接执行开发任务，而是为所有其他 Agent 提供统一的记忆读写接口，解决三个典型问题：

1. 跨会话连续性——新会话启动时能恢复"上次做到哪里"，而不需要人工复述上下文；
2. 跨 Agent 共享——Task Orchestrator 的分解计划、SPARC 各阶段的产物、Performance Analyzer 的基线数据，都能通过统一命名空间被其他 Agent 检索；
3. 生命周期治理——过期数据回收、临时数据不持久化、敏感数据加密，避免记忆库无限膨胀或被滥用。

模板在description字段中将其概括为 "Manage persistent memory across sessions and facilitate cross-agent memory sharing"，即"跨会话持久记忆 + 跨 Agent 记忆共享"两条主线，后文的命名空间模式与集成模式正是围绕这两条主线展开的。

二、YAML 前置元数据与 hooks 生命周期

模板文件头部是一段标准 YAML frontmatter，这是 RuView Agent 模板体系的通用元数据约定（可在 coordinator-swarm-init.md、orchestrator-task.md 等同类模板中看到一致的字段结构）：

name: memory-coordinator type: coordination color: green description: Manage persistent memory across sessions and facilitate cross-agent memory sharing capabilities: - memory-management - namespace-coordination - contenteditable="false">【免费下载链接】RuViewπ RuView turns commodity WiFi signals into real-time spatial intelligence, vital sign monitoring, and presence detection — all without a single pixel of video.项目地址: https://gitcode.com/GitHub_Trending/wi/RuView