单次会话上下文有限，长任务线会被压缩、遗忘。AI 会丢失初心、重复踩坑。
自动从记忆中提取实体和关系，构建知识图谱。389 实体、49 关系，记忆之间长出"神经连接"。
agent 工作时主动推送相关记忆，不需要手动 recall。说"改 report.py"→自动返回关联实体和预警。
实时检查 agent 行为是否偏离项目约束。"加新功能"→HIGH 告警："产品已定型，不再增加新功能"。
系统读自己的全部反思历史，发现反思本身的盲区。"30 次反思从未提及社交/伦理类风险"。
深层每条"预期"是可证伪预测，系统自动追踪证实/证伪。17 条预测：5 证实、3 证伪、8 待验证。
法则长期未用或被反复违反 → 自动提议降级。系统发现自己的认知过时了。
长任务中断（额度耗尽/掉线）后，下次开机自动恢复未竟进度，从中断点续上。在 Claude Code 上由 Stop hook 每轮自动写入，零手动。
append-only 哈希链记录每次全库快照；verify 检出静默改动 / 误删 / 历史改写。纯 Markdown 的防篡改，独立于 git。
别人做"给 agent 一个记忆"，我们做"让记忆比 agent 活得更久"。
Claude 写的记忆，Codex 接着读，Cursor 也能用。跨 agent、跨模型、跨设备。
点击控制台，输入邮箱+密码+昵称，点"注册"。注册后自动获得 API Key。
pip install wlpworld
from three_layer_memory import Memory
from three_layer_memory.auto_sync import AutoSync
m = AutoSync(Memory("/path/to/my-project"),
api_key="你的API_Key",
device_id="my-laptop")
r = m.recall() # 自动从云端拉取记忆
m.log(version="V0.1", summary="first task", agent="my-agent") # 自动推送
pip install wlpworld # 初始化记忆库 python -m three_layer_memory init /path/to/project --locale zh # 读取记忆 python -m three_layer_memory recall /path/to/project # 记录任务 python -m three_layer_memory log /path/to/project --version V0.1 --summary "first task" --agent my-agent # 构建认知图谱 python -m three_layer_memory graph build /path/to/project # 自动同步到云端 python -m three_layer_memory auto-sync /path/to/project status --device my-laptop
Agent 可通过以下 API 端点自动获取配置和接入指令：
GET /api/setup/manifest — 安装指令+依赖+全部端点+代码示例 GET /api/setup/quickstart — 个性化代码（需API Key认证） GET /api/setup/docs — 完整文档（哲学+协议+功能列表） # Agent 工作流： # 1. GET /api/setup/manifest → 获取安装命令 # 2. pip install wlpworld # 3. POST /api/auth/register → 获取 API Key # 4. POST /api/user/project/my-project/init → 创建项目 # 5. AutoSync(Memory(...), api_key=...) → 一行接入，自动同步
项目记忆库/
├── 表层/ # 稳定。开机读一眼找回初心。
│ ├── 00-项目总览.md # 宗旨/哲学/需求/偏好
│ ├── 01-待完成任务.md # P0/P1/P2 优先级
│ └── 02-未知与开放问题.md
├── 中层/ # 流水。每阶段任务一篇。
│ ├── INDEX-任务流水.md # 时间线索引
│ └── YYYY-MM-DD_版本_简述.md
└── 深层/ # 反思。AI 元认知。
└── AI深度思考.md # 按日期追加，不删旧节