Skip to content

memory-system-overview.md

Latest commit

 

History

History
205 lines (152 loc) · 7.3 KB

memory-system-overview.md

File metadata and controls

205 lines (152 loc) · 7.3 KB
Raw

记忆系统概览

本项目包含两套并行运行的记忆系统：传统日度/月度总结（Legacy）和向量化记忆宫殿（主系统）。

系统一：传统日度/月度总结

数据结构

  • memories: MemoryFragment[] — 每日记录（date + mood + summary）
  • refinedMemories: Record<string, string> — LLM 生成的月度精炼总结
  • activeMemoryMonths: string[] — 哪些月份的详细日志要注入上下文

输入

  • 日度记录：MemoryFragment，含 date、mood、summary
  • 月度总结：用户在 MemoryArchivist 组件手动点"生成"→ handleRefineMonth() 将该月所有日度记录送给 LLM 做精炼（temp=0.3）

调用/输出（context.ts → ContextBuilder）

  • buildRoleSettingsContext(char)（用于情绪评估）：注入全部月度总结 + 当月日度记录
  • buildCoreContext(char, user, true)（用于聊天）：
    • 月度总结 → "长期核心记忆"
    • activeMemoryMonths 对应的详细日志 → "激活的详细回忆"
  • AI 可以用 [[RECALL: YYYY-MM]] 语法主动拉取某个月的详细日志

管理

  • 用户可切换哪些月份"激活"（控制 token 用量）
  • 可编辑/重新精炼月度总结

系统二：向量化记忆宫殿（主系统，仿大脑结构）

一、仿大脑结构——七个房间

房间 模拟脑区 职责 容量 衰减
客厅 living_room 海马体 日常闲聊、近期互动 200 快衰减（0.9972/h，1天剩6.5%）
卧室 bedroom 新皮质 亲密情感、深层羁绊 无限 慢衰减（0.9995/h）
书房 study 前额叶皮质 工作、学习、技能 无限 慢衰减
用户房 user_room 颞顶联合区 用户个人信息、习惯 无限 慢衰减
自我房 self_room 默认模式网络 角色自我认同演化 无限 永不衰减
阁楼 attic 杏仁核-海马 未消化的困惑/创伤 无限 永不衰减（潜伏）
窗台 windowsill 多巴胺奖赏系统 期盼、目标、愿望 无限 永不衰减

二、存入逻辑（Input Pipeline）

聊天消息流
    ↓
[最近200条] ← 热区，直接在上下文中，不处理
[缓冲N条]  ← 累积≥100条时触发处理（每次只做1次LLM调用）
[已处理]   ← 高水位标记之前的

Step 1 — 缓冲触发

  • BUFFER_THRESHOLD = 100，累积够了才处理
  • PROCESS_RATIO = 0.85，处理85%，留15%尾部保持上下文连续
  • 高水位标记（localStorage）记录每角色处理进度，防重复

Step 2 — LLM 提取记忆（extraction.ts）

  • 以角色第一人称视角叙事，用户称"TA"
  • LLM 输出 JSON 数组，每条含：
    • content：第三人称叙事
    • room：分配到哪个房间
    • importance：1-10（越高叙事越完整，含因→事→反应）
    • mood：happy/sad/angry/anxious/tender 等12种
    • tags：2-5个关键词

Step 3 — 向量化（vectorStore.ts）

  • 批量调用 Embedding API（batch=20），模型如 text-embedding-3-small，1024维
  • 去重：余弦相似度 > 0.9 视为重复，跳过
  • 写入 IndexedDB：MemoryNode（embedded=true）+ MemoryVector（float[]）

Step 4 — 链接构建（links.ts）

  • 自动规则（无需LLM）：
    • 时间链：24h内创建 → strength 0.3-0.5
    • 情绪链：相同mood → strength 0.4
  • LLM 分类（轻量模型，temp=0.2）：
    • 类型：causal / person / metaphor
    • 强度 0.3-0.8

Step 5 — 巩固：短期→长期（consolidation.ts）

  • 客厅→卧室晋升条件：
    • importance ≥ 8 → 立即晋升
    • importance ≥ 6 且 age > 24h → 时间成熟晋升
    • accessCount ≥ 3 → 频繁回忆晋升
  • 客厅超200条 → 按有效重要性（importance × 衰减^小时）淘汰最低者到阁楼

三、检索逻辑（Retrieval Pipeline）

最近3条消息(≤500字) → 查询构建
        ↓
   ┌────┴────┐
向量搜索(85%)  BM25关键词(15%)    ← 混合检索
   └────┬────┘
        ↓ 融合分数
   房间权重加权打分               ← 每个房间不同权重侧重
        ↓
   扩散激活(Spreading Activation) ← 沿链接找关联记忆，最多+5条
        ↓
   情绪启动(Mood Priming)        ← 匹配当前mood的记忆×1.3
        ↓
   反刍检查(Rumination)          ← 概率性从阁楼冒出1条创伤记忆
        ↓
   格式化输出 → 注入System Prompt

房间权重差异

房间 相似度权重 时近性权重 重要性权重
客厅 0.50 0.30 0.20
卧室 0.60 0.10 0.30
阁楼 0.70 0.00 0.30
书房/用户房/自我房/窗台 0.55 0.15 0.30

扩散激活（按角色性格）

  • 感性型：情绪链×1.0, 人物链×0.6
  • 叙事型：时间链×1.0, 人物链×0.8
  • 意象型：隐喻链×1.0, 情绪链×0.5
  • 分析型：因果链×1.0, 时间链×0.4

输出格式

检索结果格式化为 Markdown，注入到系统提示词：

### 记忆宫殿

**[卧室 · 亲密情感]** (2026-03-20, 重要性: 8)
TA第一次对我说……我当时心里……

**[客厅 · 日常闲聊]** (2026-03-19, 重要性: 5)
今天和TA聊了……

> **窗台期盼**:
> - ✨ 期盼: 希望能一起……
> - 🔒 锚点: 长期心愿……

上限12条记忆，每个话题盒最多展开3条兄弟记忆。

四、认知消化过程（高级仿脑机制）

认知消化（digestion.ts）

每 50 轮聊天自动触发 + 随时可手动触发（无冷却限制）。触发后在聊天界面弹窗反馈消化结果。角色以第一人称反思：

  • 阁楼创伤 → 解决（移入卧室）/ 加深 / 淡化
  • 窗台期盼 → 达成（移入卧室）/ 失望（移入阁楼）
  • 书房知识 → 内化为自我认同（移入自我房）

期盼生命周期（anticipation.ts）

active(新建) → anchor(7天+，心理锚点) → fulfilled / disappointed

共激活学习

多条记忆被同时检索时，它们之间的链接强度 +0.05（最大1.0），模拟记忆网络强化。

系统对比

传统日/月总结 向量化记忆宫殿
输入 旧 MemoryFragment 批量迁移 实时聊天缓冲 → LLM提取
存储 转为 MemoryNode（桥梁） IndexedDB + 向量 + 链接图
检索 无主动检索 混合搜索 + 扩散激活 + 情绪启动
输出 迁移后融入新系统 Markdown 注入 System Prompt
仿脑 无 7脑区 + 衰减 + 巩固 + 消化 + 反刍
状态 遗留/迁移用 主力系统

关键文件索引

文件 职责
types.ts 所有类型定义
db.ts IndexedDB CRUD
pipeline.ts 主编排（存入+检索）
extraction.ts LLM记忆提取
vectorStore.ts 向量化+去重
links.ts 链接构建
consolidation.ts 短期→长期晋升
hybridSearch.ts 向量+BM25融合
bm25.ts 关键词搜索
activation.ts 扩散激活
priming.ts 情绪启动+反刍
formatter.ts 输出格式化
digestion.ts 认知消化
anticipation.ts 期盼生命周期
migration.ts 旧格式迁移