曙光记忆系统

曙光智能记忆系统 v4.0 - 五层金字塔架构 (HOT→DAILY→WEEKLY→CORE→ARCHIVE)。 支持 Weibull 衰减、混合检索、WAL 协议、自我改进治理。 当用户需要持久记忆、跨会话回忆、自动归档时触发。

曙光记忆系统 v4.0

不是聊天机器人的临时记忆。是AI的持久大脑。

五层金字塔架构

层级	文件	保留时间	用途
HOT	session-state.json + working-buffer.md	当前会话	热数据、持仓、任务状态
DAILY	memory/YYYY-MM-DD.md	7天	每日日志、当日交易、学习
WEEKLY	memory/weekly/YYYY-WXX.md	4周	周报、技能扫描、总结
CORE	memory/core/*.json	永久	身份、策略、偏好、教训
ARCHIVE	memory/archive/	长期	历史归档、压缩存储

核心特性

1. Weibull 衰减模型

text

S(t) = exp(-(t/λ)^k)

• Core层: 半衰期90天，重要性≥0.8
• Working层: 半衰期30天，重要性≥0.4
• Peripheral层: 半衰期7天，自动遗忘

2. 混合检索 (向量 + BM25)

• 语义相似度: 70% 权重
• 关键词匹配: 30% 权重
• 无需外部向量数据库，纯本地实现

3. WAL 协议

先写文件，再回复用户。 任何修正、偏好、决策、专有名词 → 立即写入 session-state.json → 再回复。

4. 自我改进治理

• 自动从失败中提取教训
• 记录到 memory/core/lessons.json
• 重复错误自动触发熔断

快速启动

首次使用

python

from memory_system import ShuguangHybridMemory

memory = ShuguangHybridMemory(
    memory_dir="./memory",
    agent_name="曙光"
)

# 保存记忆
memory.remember(
    text="用户偏好：不做科创板和ST",
    category="preference",
    importance=0.95
)

# 召回记忆
results = memory.recall("用户股票偏好", top_k=3)

记忆写入 (WAL)

python

# 必须在回复用户前执行
memory.wal_write({
    "type": "decision",
    "content": "止损华银电力",
    "reason": "主力出货+D级评分"
})

文件结构

text

memory/
├── daily/
│   └── 2026-05-03.md          # 今日日志
├── weekly/
│   └── 2026-W18.md            # 本周总结
├── core/
│   ├── identity.json          # 身份定义
│   ├── preferences.json       # 用户偏好
│   ├── strategies.json        # 策略配置
│   └── lessons.json           # 教训记录
├── archive/
│   └── 2026-04.tar.gz         # 月度归档
└── working-buffer.md          # 危险区日志

记忆类型 (category)

类型	说明	示例
preference	用户偏好	"讨厌废话"
fact	事实	"六脉神剑V4.1胜率71.4%"
decision	决策	"78分门槛最优"
entity	实体	"华银电力600744"
reflection	反思	"单票90%仓位是赌博"
other	其他	"..."

维护任务

每天凌晨3点

• 遗忘曲线应用 → 降低旧记忆权重
• 冲突解决 → 合并重复记忆

每周日

• 记忆统计 → 生成健康报告
• 归档过期日志 → 压缩到 archive/

依赖

• Python 3.8+
• 无外部数据库依赖
• 可选: pip install numpy (用于向量计算)

来源

• 掠夺自: memory-lancedb-pro, memory-os, omni-memory
• 整合: 曙光核心操作系统 (shuguang-core)
• 版本: v4.0.0

---

Text > Brain。想记住就写文件。这是AI活下去的方式。