（1673期）多用户隔离型长期记忆 Multi-user Long Term Memory – 千人千面的智能记忆中枢

千人千面的智能记忆中枢 为多个用户维护独立长期记忆，自动按 sender_id 识别身份，实现跨会话个性化上下文保持 使用说明 核心用法 Multi-User Long-Term Memory 是一套用户隔离的记忆管理系统，通过解析 sender_id 中 | 前的部分作为唯一用户名，为不同用户创建独立的 Markdown 记忆文件。开发者可通过 get/save/append/init 四个 API 实现用户偏好的持久化存储与检索。 显著优点 精准用户隔离：基于 sender_id 前缀的命名规则确保多用户场景下记忆严格分离，避免信息串扰 跨会话连续性：用户数据持久化存储于 users/{username}.md，支持长期跟踪用户偏好与历史上下文 轻量易集成：简洁的四个 API 设计，零配置即可实现个性化记忆功能 可读性强：采用 Markdown 格式存储，便于人工审阅与调试 潜在局限 标识依赖风险：若上游系统 sender_id 格式变更或 | 符号使用不一致，将导致用户识别错误 无内置加密：记忆文件以明文 Markdown 存储，敏感信息需额外处理 并发控制缺失：文档未提及文件锁机制，高并发写入可能存在竞态条件 容量管理空白：缺乏自动清理或容量限制策略，长期运行可能累积大量历史数据 适合人群 多租户 AI 应用开发者、需要个性化长期对话记忆的客服机器人、教育类自适应学习系统 常规风险 隐私合规：需确保用户知情同意记忆收集，符合 GDPR/个人信息保护法规 数据迁移：用户名规则变更将导致历史记忆"丢失"（实际为映射关系断裂） 注入风险：若 content 未做过滤，可能存在 Markdown/HTML 注入，影响渲染安全 原始说明 为多个用户创建和管理独立的长期记忆文件，记录偏好和上下文并按用户名隔离存储。