memory-vector-bge

No summary provided.

memory-vector 技能 v2.0 (完整版)

分布式记忆系统，支持知识库 + 向量检索 + 自动蒸馏

🎯 整体架构

text

┌─────────────────────────────────────────────────────────────────┐
│                      记忆系统架构 (v2.0)                         │
├─────────────────────────────────────────────────────────────────┤
│                                                                 │
│  ┌──────────────────────────────────────────────────────────┐  │
│  │  知识库层 (长期记忆)                                       │  │
│  │  ├── MEMORY.md        - 核心准则/精选记忆                  │  │
│  │  ├── SOUL.md          - 人设定义                         │  │
│  │  ├── USER.md          - 用户信息                         │  │
│  │  └── AGENTS.md        - 智能体配置                        │  │
│  └──────────────────────────────────────────────────────────┘  │
│                              ↑                                   │
│                      [蒸馏同步]                                  │
│                              │                                   │
│  ┌──────────────────────────────────────────────────────────┐  │
│  │  日志层 (中期记忆)                                        │  │
│  │  └── memory/YYYY-MM-DD.md - 每日对话日志                 │  │
│  └──────────────────────────────────────────────────────────┘  │
│                              ↑                                   │
│                      [自动蒸馏]                                  │
│                              │                                   │
│  ┌──────────────────────────────────────────────────────────┐  │
│  │  向量层 (快速检索)                                        │  │
│  │  └── memory/vector/memories.json                        │  │
│  │       - 1024维向量 (BGE-M3)                               │  │
│  │       - 标签 + 重要性权重                                │  │
│  │       - 语义搜索支持                                      │  │
│  └──────────────────────────────────────────────────────────┘  │
│                                                                 │
└─────────────────────────────────────────────────────────────────┘

📦 功能特性

v2.0 完整功能

功能	说明
三层存储	知识库 + 日志 + 向量，各司其职
自动蒸馏	每日/每周自动提取关键信息
向量搜索	BGE-M3 语义匹配，支持按标签/重要性筛选
智能评分	综合评分 = 语义×0.7 + 重要性×0.3
定期同步	蒸馏结果自动写入 MEMORY.md

🔧 环境变量配置

变量	说明	默认值
EMBEDDING_URL	Embedding 服务	http://localhost:11434/v1/embeddings
EMBEDDING_MODEL	Embedding 模型	bge-m3
EMBEDDING_API_KEY	API 密钥	(空)
LLM_URL	LLM 服务	http://localhost:11434/v1/chat/completions
LLM_MODEL	LLM 模型	qwen2.5:7b
DISTILL_DAYS	蒸馏天数	7

📁 文件结构

text

skills/memory-vector/
├── SKILL.md                    # 本文件
├── dist/
│   ├── memory-distill.js       # 蒸馏脚本
│   └── memory-search.js        # 搜索脚本
└── references/
    └── config.json             # 配置文件

🚀 使用方法

1. 蒸馏记忆

bash

# 蒸馏最近7天
node skills/memory-vector/dist/memory-distill.js

# 蒸馏最近30天
node skills/memory-vector/dist/memory-distill.js 30

蒸馏流程：

1. 读取 memory/*.md 日志文件
2. 分析内容，提取关键信息 + 标签 + 重要性
3. 使用 BGE-M3 生成向量
4. 存入 memory/vector/memories.json
5. 更新 MEMORY.md 核心准则

2. 搜索记忆

bash

# 基本搜索
node memory-search.js "搜索内容"

# 按标签筛选
node memory-search.js "内容" --tag 家庭

# 按重要性筛选 (0-1)
node memory-search.js "内容" --min-importance 0.7

# 查看所有标签
node memory-search.js --tags

# 列出所有记忆
node memory-search.js --list

3. 自动蒸馏 (Heartbeat)

在 HEARTBEAT.md 中配置：

markdown

### 🧠 记忆维护（每3天执行一次）
1. 运行记忆蒸馏：
   - 命令: `node skills/memory-vector/dist/memory-distill.js 7`
   - 功能:
     - 读取近期7天日志
     - BGE-M3 向量化
     - 存入向量数据库
     - 同步到 MEMORY.md
2. 清理过期记忆

💡 方案对比

模式	v1.0 (旧)	v2.0 (新)
存储	仅文件	三层互补
搜索	关键词匹配	向量语义
重要性	无	0-1 权重
标签	无	多标签
同步	无	自动

📊 存储格式

memories.json (v2.0)

json

{
  "version": "2.0",
  "updated": "2026-03-23T12:00:00Z",
  "memories": [
    {
      "id": "2026-03-23-xxx",
      "content": "记忆内容...",
      "summary": "一句话摘要",
      "tags": ["家庭", "工作"],
      "importance": 0.8,
      "keyInfo": ["关键点1", "关键点2"],
      "embedding": [0.1, -0.2, ...],
      "source": "2026-03-23.md",
      "created": "2026-03-23T..."
    }
  ],
  "index": {
    "byTag": {
      "家庭": ["id1", "id2"],
      "工作": ["id1"]
    },
    "byImportance": [
      { "id": "id1", "importance": 0.9 },
      { "id": "id2", "importance": 0.7 }
    ]
  }
}

🔐 安全机制

• 蒸馏时自动过滤敏感信息（API keys, tokens）
• 不保存完整凭据到向量库
• MEMORY.md 仅保存脱敏后的核心准则

⚠️ 注意事项

1. Ollama 必须保持运行
2. 首次运行需要足够日志才能生成向量
3. 建议每周运行一次蒸馏
4. 重要记忆会自动标注重要性分数

📈 性能

• 向量维度: 1024 (BGE-M3)
• 支持标签: 无限
• 搜索速度: <100ms
• 最大存储: 受磁盘空间限制

---

此技能为分布式记忆系统，结合知识库与向量检索