记忆系统¶

记忆的真源是 SQLite 里的几张表，算法全部在 src/core/memory/ 的纯函数与 MemoryStore 方法里。本文说明三层记忆各存什么、一条数据从写入到召回走的 路径、召回怎么打分、遗忘曲线怎么生效、联想扩散在什么时候介入。层号口径以 src/core/memory/store.py 的小节注释与 src/core/db/schema.py 为准。 进程与分层边界见架构总览，本文不重复。

一、各层存什么¶

三层之外还有一张并列的知识表，它刻意不是「记忆」：

为什么这样分：三层对应三种不同的失效语义。L1 的失效是「被归档」——数据还在， 只是不再算「最近」；L2 的失效是「检索不到」——摘要不衰减，旧情节靠 FTS 分数 自然沉底；L3 的失效是显式的——事实只会被取代（superseded_by 非空）或被遗忘 曲线冻结（active = 0），两者都留行。把三种语义塞进一张表，任何一条规则改动 都会误伤另外两种。

每张内容表都配一张 FTS5 外部内容表（content=''），rowid 必须显式对齐主键， 这是写入方的责任而不是触发器的（store.py:606-607、knowledge.py:61-62 的注释 都记录了这里踩过的坑：rowid 对不齐时检索结果指向错误的行，且行数完全正常）。

二、写入路径¶

一条入站消息从落库到变成长期记忆，走三条互相独立的后台队列：

入站消息
  └─ append_message → messages（L1，service.py:799）
        ├─ 摘要队列    _maybe_summarize   → episodes/cues_fts（L2）
        ├─ 事实抽取队列 _maybe_extract_facts → facts/facts_fts（L3）+ knowledge
        └─ （旁路）联想建边 link_together  → memory_nodes/memory_edges

1. L1 写入是同步的。 入站确认接收时立刻 MemoryStore.append_message （store.py:292，调用点 service.py:799），Bot 自己的回复在投递前也落库。 图片描述等慢操作先用占位正文落库、后台补完后 update_message_content 回写同一行（store.py:343），因此入库时间戳反映消息到达时刻而非内容就绪 时刻。
2. L2 由归档驱动。 回合收尾后 _maybe_summarize （services/chat/background.py:78）检查待归档条数，达到阈值后取最早一批 交摘要模型（agent/summarize.py 的 summarize），成功后 add_episode （store.py:577）在同一事务里写摘要、写线索 FTS、把这批消息的 episode_id 回填——摘要已写而原消息仍显示「待处理」的中间态不存在。 摘要模型确定性失败（如内容策略拒绝）时写一条 UNSUMMARIZED_KIND 占位 情节占住归档位（background.py:138-186），否则同一批会被无限重投； 占位情节不写线索、被 recent_episodes 显式排除，只在 WebUI 可见。
3. L3 由独立游标驱动。 _maybe_extract_facts（background.py:303）在 回合后调用 run_extraction（agent/fact_extract.py:564）。抽取不看 episode_id，而是按存在 meta 表里的自有游标取消息 （store.py:1563 的 messages_after）——摘要和抽取是同一批消息的两个 独立消费者，共用一个「待处理」判据会互相消费对方的输入且不报错， store.py:1566 的注释把这一点写死了。抽取失败游标不动、下轮重跑；同一批 连续失败到上限才把游标推过这一批（background.py:252 的 _skip_stuck_batch），宁可丢掉这一段也不让它挡住其后全部对话。
4. 抽取提示词自带去重清单。 render_known_facts（fact_extract.py:150） 把在场者每人最多 6 条、总共最多 30 条既有事实连同 #事实ID 渲染进 提示词。模型据此声明 supersedes；parse_extraction（fact_extract.py:259） 校验取代目标必须在清单内，指向清单外 ID 的声明直接丢弃并发观测事件—— 模型可能编造 ID，越界的取代绝不能落到无关行上。这份清单读事实时传旁路值 stream_kind='all'（store.py:1822 的 top_facts）：它的用途是去重， 必须看到全部事实，否则私聊来源的事实会因可见性挡下而在清单缺席，随后被 当成新事实重复写入。
5. 知识层搭同一次模型往返。 一次抽取同时产出人物事实与知识候选 （fact_extract.py:226 的 Extraction），理由写在注释里：同一段对话读两遍 开销翻倍，且两次读的结果可能互相矛盾。知识由 add_knowledge （knowledge.py:71）落库，content_key 唯一约束去重，FTS 当场建—— 留给离线补的话，没有 FTS 行的知识不是排名靠后而是整行检索不到。
6. 向量是旁路。 正文先落库，embed_fact / embed_knowledge 回调 （services/maintenance/vector.py:172、198）随后生成向量并写回 embedding 与 SQ8 列（quantize.py）。向量服务失败只记日志，事实正文 不回滚；启动时 VectorService.startup（vector.py:64）按 embedding IS NULL 冻结快照补算存量。批量请求每批最多 20 条是服务端 硬限制（embed.py:27），不是调优值。
7. 同批写入即建边。 run_extraction 末尾把本批写出的事实与知识两两 link_together（fact_extract.py:646-650），这是联想层两种建边时机之一 （另一种在召回侧，见第六节）。

三、读取路径：一个回合怎么拼出记忆¶

回合上下文组装在 ContextBuildMixin._prepare_turn_context （services/chat/context_build.py:296），全部只读、不调用模型、不改写记忆：

1. 工作记忆：working_memory（store.py:372）取该 stream 未归档的最近 若干条；可传用户消息水位，把本批之后才落库的用户消息隔离在本轮视野外， 保证「回合固定快照」。
2. 事实候选池：_recall_turn_facts（context_build.py:224）用两个检索词 各跑一次 recall_facts_in_scope——当前用户文本，加上会话印象（对一段 对话的概括，短应答捞不到东西时靠它撑覆盖面）。两批候选按 ID 去重、按 分数稳定排序，当前文本命中的同分时在前。检索范围是「在场者」：当前说话人 加 recent_speakers（store.py:1594）给出的近期发言者，逐人查会把一次 检索放大成十几次 FTS 查询，放开到全库又越过会话隐私边界。候选池不在 这里截断，保留约 limit * 3 的量级供确认回复后的向量重排。
3. 情节：recall_episodes（store.py:676，按线索 FTS 命中）与 recent_episodes（store.py:621，按结束时间倒序）取并集去重 （context_build.py:330-348）。
4. 渲染时的两道工序（_render_prepared_context，context_build.py:430）： 进提示词的条数由渲染层按 fact_recall_limit 截取；_facts_for_prompt （services/chat/helpers.py:30）把同槽冲突组的全体成员（包括本轮没被 召回的）补齐进提示词——冲突事实只注入一半等于没注入，模型只看到一边 就会把那边当定论。
5. 确认要回复之后才做写回（_enrich_prepared_context， context_build.py:556）：为当前文本取向量，rank_recalled_facts （store.py:1699）在既有候选池上纯内存重排（不重新查库），然后 reinforce_recalled_facts（store.py:1732）只对最终实际进提示词的事实 回补强度。决策期的检索不回补——recall_facts_in_scope 整体是只读的， 否则「被反复检索」本身会改写遗忘曲线，一条没人用的事实会越查越牢。
6. 主动检索走认知动作（agent/cognition.py）：ReAct 回环里模型可调 recall（事实+情节，cognition.py:128）、inspect（水位之前的聊天原文， 走 store.py:1639 的 search_messages）、consult（知识层， knowledge.py:173 的 search_knowledge）。search_messages 有意不建 FTS 表，用「分词 → LIKE 预筛（硬上界 200 行）→ 内存按命中词数打分」代替， 代价可控且行为可单测（store.py:1648 的注释）。

四、召回打分¶

打分链路的所有数值都在 decay.py / tuning.py，索引文本的构造在 tokenize.py：

1. 分词：index_tokens（tokenize.py:90）= jieba 精确模式 token + CJK bigram，重复 token 保留，因为 BM25 用词频；bigram 是专名与新词的召回 补充（jieba 词典外的词切不出来，但相邻二字组合总能切出来）。查询侧 match_query（tokenize.py:107）去重后用双引号转义、OR 拼接，挡住 FTS5 的 * / NEAR / - 等查询语法注入。
2. 词面相关度：FTS5 的 bm25() 值越小越相关， relevance_from_bm25（decay.py:117）取负后做 r/(1+r) 归一到 [0,1)。
3. 留存度权重：retention_weight（decay.py:130）把留存度线性映射到 [0.35, 1.0]——下限不是 0，因此一条快被遗忘但词面高度相关的事实仍然 能被召回，只是排不到前面。
4. 融合形态：blend_score（tuning.py:150）= relevance^bm25_weight × (floor + (1-floor) × retention)。两个权重取默认值时与旧的 decay.score 逐字节等价；调优只改系数，不改乘法形态。
5. 向量融合：查询向量与事实向量都在时，余弦 [-1,1] 映射到 [0,1] 后按 0.4/0.6 与词面相关度加权（store.py:1413-1421）。任一侧缺失或单条 坏向量只放弃该条的语义融合，退回 BM25。词面权重要保留的原因写在 store.py:1408-1412 的注释里：BM25 对专名、数字、代码关键字的精确匹配 不可由语义相似度完全替代；留存度也必须在融合之后统一施加，否则 向量分支会绕过遗忘曲线。
6. 知识层复用同一套公式，唯一差别是留存度恒取 1 （knowledge.py:173-226）。
7. 调优中心：tuning.py 的白名单（tuning.py:74）只允许调八个参数 （bm25_weight、retention_weight_floor、ppr_alpha、ppr_hops、 pool_score_percentile 与三个条数上限）；冻结阈值、半衰期表、0.4/0.6 混合比不在调优范围内。profile 落 retrieval_profiles 表，进程内覆盖表 生效（tuning.py:113-147）；评估用弱监督样本重放检索算 nDCG@k，另有 「留痕重放」把重放候选池与生产 memory_retrieval_trace 事件逐位对账 （tuning.py:707 起），对不上的回合单独计数——那说明重放与生产仍有 差异，其读数比 nDCG 本身重要。
8. 可见性在打分之前：fact_visible_in_stream（scope.py:39）按事实 「被听见的场合」过滤候选——私聊来源的事实在群聊默认不可见， legacy 存量放行，被挡下时发 memory_fact_scope_blocked 事件， 让「她怎么突然不记得了」与「本来就没有」可区分。来源只会单向升格： 私聊里说过的事实在群聊被重说，add_fact 强化命中时把 direct 改写成 group（store.py:790-801），反向永不发生。

五、遗忘曲线¶

实现集中在 decay.py，一句话：retention = strength × 2^(-已过小时/半衰期)， 加双阈值滞回。

1. 按类分半衰期（decay.py:21-29）：身份、日期一年；偏好、关系 90 天； 事件 21 天；状态 12 小时。类别未知回落到「事件」。
2. 滞回：活跃事实跌破 FREEZE = 0.1 才冻结；已冻结的必须回升过 REVIVE = 0.15 才复活（decay.py:201）。单阈值会让临界事实在活跃与非 活跃之间抖动。
3. 不扫表：每次强度更新时预计算「下次跌破阈值的时刻」存进 due_at （freeze_due_at，decay.py:85），sweep（store.py:1798）只按索引查 active = 1 AND due_at <= now。sweep 挂在回合路径上 （services/chat/service.py:1057），不是定时任务——没有对话就没有新召回， 也就没有需要立刻冻结的东西。
4. 冻结不是删除：sweep 只把 active 置 0，事实行、FTS 行、取代链 都还在；再次被写入或召回命中时 reinforce 会把它拉回活跃。
5. 回补是饱和的：reinforce(current) = current + 0.35 × (1 - current) （decay.py:104），越牢的事实单次回补越少，强度渐近 1 而永远到不了 1。 写入侧命中相似事实与召回侧确认采用，都走这同一个函数。
6. 失效只有两个入口：显式取代（add_fact 在同一事务里回填旧行的 superseded_by，store.py:856-870；守卫要求同人物、未被取代、非自身） 与人工管理（curate.py，标失效用自指哨兵编码，与指向他行的取代链区分）。 每次失效写一条 fact_operations 流水，prev 记操作前的值，可撤销。 同槽冲突不解决：同一 (person_id, slot) 下两条活跃事实都保留，由提示词 并排呈现（store.py:884 的 slot_conflicts），写入侧不按时间取新、不按 分数取高。
7. 「永久保留」是编码不是状态：pin 就是把半衰期改成 87.6 万小时 （PIN_HALF_LIFE_HOURS，decay.py:38），衰减在人的时间尺度上不再可见， facts 表无需为此加列；被召回强化命中时天然安全（reinforce(1.0)=1.0）。
8. 量化是存储优化不是语义：SQ8（quantize.py）把 float32 向量压成带 自解释头（版本、维度、单向量 scale）的 int8 blob，原 float32 列保留， 补算是 embedding_q8 IS NULL 驱动的幂等扫描。召回打分目前读原向量列。

六、联想扩散¶

联想层（association.py）把三层已有记录映射成统一节点，召回命中后沿边扩散 出「顺带想起」的内容。

1. 节点与边：memory_nodes 是 (ref_kind, ref_id) 指向 fact / episode / knowledge 的指针表；memory_edges 是无向共现边（按较小 ID 归一化存储， 每对只留一行），强度复用 reinforce 的饱和口径，半衰期 720 小时 （association.py:36）。
2. 建边只发生在「一起被点亮」：同批写入（fact_extract.py:646），或同一 次召回里真正进了观察文本（cognition.py:239-243）。被检索到不等于被用到， 这个区分是边质量的全部来源；读路径绝不顺手建边。
3. 两张图不合图：memory_edges 与 knowledge_edges 的节点空间和边权 语义不同（后者是概念共现计数，可以是几百的整数），spread （association.py:600）在两图上各自跑个性化 PageRank，概念图的结果按 「概念出现在哪些记忆正文里」均分回映到记忆节点，两边都得到概率分布后 才相加。PPR 实现（pagerank.py）带 0.1 秒墙钟超时，超时整次回退到改造前 的固定跳数扩散并发 memory_ppr_timeout 事件。
4. 扩散结果仍受生命周期约束：邻居与结果都按自身留存度过滤 （低于 REVIVE 的节点不参与），事实取衰减留存度，情节与知识恒按 1.0 （association.py:227-252）；最后乘进程内短期激活系数 （ShortTermActivation，association.py:166，10 分钟时间常数，不持久化）。 扩散命中与种子在观察文本里分段呈现（cognition.py:223-237）——混在一起时 模型会把联想当作确凿记忆复述。
5. 边的衰减走独立低频任务：边没有 due_at 列，全表扫一次的判据以月为 单位（新边约 54 天不被强化才够得着冻结阈值），为它加一列是过度设计； EdgeDecayService（services/maintenance/edge_decay.py）启动时先扫一次 （停机期间边照常衰减），之后每 6 小时轮询。与事实的 sweep 不共用调度点 的原因写在 edge_decay.py:4-10。

七、不在本文范围¶

• 事实的人工管理界面与撤销链：src/core/memory/curate.py 与 fact_operations 流水，本文只在失效入口处提及。
• 反馈纠错链路（memory_feedback_* 表、needs_rebuild 屏蔽）与黑话、表达 学习：各自消费 messages 但有自己的文档归属。
• 高频词表 high_frequency.py 服务于黑话打分，与召回主链路无关。