docs: update memory system docs

docs/memory.mdx

@@ -5,23 +5,25 @@ description: CowAgent 的长期记忆系统
 
 记忆系统让 Agent 能够长期记住重要信息，在对话中不断积累经验、理解用户偏好，真正实现自主思考和持续成长。
 
-## 工作原理
-
-Agent 会在以下场景主动存储记忆：
-
-- **用户分享重要信息时** — 自动识别偏好、决策、事实等关键信息并存储
-- **对话达到一定长度时** — 自动提取摘要，避免信息丢失
-- **需要检索时** — 智能搜索历史记忆，结合上下文进行回答
-
 ## 记忆类型
 
-### 核心记忆
+### 核心记忆（MEMORY.md）
 
-存储在 `~/cow/memory/core.md` 中，包含用户的长期偏好、重要决策、关键事实等不会随时间淡化的信息。
+存储在 `~/cow/MEMORY.md` 中，包含用户的长期偏好、重要决策、关键事实等不会随时间淡化的信息。每次对话时自动注入系统提示词，作为 Agent 的背景知识。
 
-### 天级记忆
+### 天级记忆（memory/YYYY-MM-DD.md）
 
-存储在 `~/cow/memory/daily/` 目录下，按日期组织，记录每天的对话摘要和关键事件。
+存储在 `~/cow/memory/` 目录下，按日期命名（如 `2026-03-08.md`），记录每天的对话摘要和关键事件。仅在首次写入时创建，避免生成空文件。
+
+## 记忆写入
+
+Agent 通过以下机制自动将对话内容持久化为天级记忆：
+
+- **上下文裁剪时** — 当对话轮次或 token 超出配置上限时，批量裁剪最早一半的上下文，并使用 LLM 将被裁剪的内容总结为关键信息写入当天记忆文件
+- **每日定时总结** — 每天 23:55 自动触发一次全量总结，防止低活跃日无记忆留存（内容无变化时自动跳过）
+- **API 上下文溢出时** — 当模型 API 返回上下文溢出错误时，紧急保存当前对话摘要
+
+所有记忆写入均在后台异步执行（LLM 总结 + 文件写入），不阻塞正常对话回复。
 
 ## 首次启动
 
@@ -31,8 +33,8 @@ Agent 会在以下场景主动存储记忆：
 | --- | --- |
 | `system.md` | Agent 的系统提示词和行为设定 |
 | `user.md` | 用户身份信息和偏好 |
-| `memory/core.md` | 核心记忆 |
-| `memory/daily/` | 天级记忆目录 |
+| `MEMORY.md` | 核心记忆（长期） |
+| `memory/YYYY-MM-DD.md` | 天级记忆（按需创建） |
 
 <Frame>
   <img src="https://cdn.link-ai.tech/doc/20260203000455.png" width="800" />
@@ -45,7 +47,7 @@ Agent 会在以下场景主动存储记忆：
 - **关键词检索** — 基于关键词匹配历史记忆
 - **向量检索** — 基于语义相似度搜索，即使表述不同也能找到相关记忆
 
-Agent 会在对话中根据需要自动触发记忆检索，将相关历史信息纳入上下文。
+Agent 会在对话中根据需要自动触发记忆检索，将相关历史信息纳入上下文。核心记忆（`MEMORY.md`）始终注入系统提示词，天级记忆通过检索按需加载。
 
 ## 相关配置
 
@@ -53,12 +55,12 @@ Agent 会在对话中根据需要自动触发记忆检索，将相关历史信
 {
   "agent_workspace": "~/cow",
   "agent_max_context_tokens": 40000,
-  "agent_max_context_turns": 30
+  "agent_max_context_turns": 20
 }
 ```
 
 | 参数 | 说明 | 默认值 |
 | --- | --- | --- |
 | `agent_workspace` | 工作空间路径，记忆文件存储在此目录下 | `~/cow` |
-| `agent_max_context_tokens` | 最大上下文 token 数，影响短期记忆容量 | `40000` |
-| `agent_max_context_turns` | 最大上下文轮次，超出后自动丢弃最早对话 | `30` |
+| `agent_max_context_tokens` | 最大上下文 token 数，超出时裁剪一半并总结写入记忆 | `40000` |
+| `agent_max_context_turns` | 最大上下文轮次，超出时裁剪一半并总结写入记忆 | `20` |