Memory Vector v2.1 (多层知识库)

提供基于BGE-M3模型的自动日志蒸馏生成向量记忆，并支持语义相似度搜索与核心记忆自动更新功能。

memory-vector 技能 v2.1

分布式记忆系统，支持知识库 + 向量检索 + 自动蒸馏 + 多层同步

🎯 整体架构

text

┌─────────────────────────────────────────────────────────────────┐
│                      三层记忆架构 (v2.1)                         │
├─────────────────────────────────────────────────────────────────┤
│                                                                 │
│  ┌─────────────────────────────────────────────────────────┐  │
│  │  知识库层 (长期记忆)                                       │  │
│  │  ├── MEMORY.md        - 核心准则/精选记忆                 │  │
│  │  ├── SOUL.md          - 人设定义/性格                     │  │
│  │  ├── USER.md          - 用户信息/习惯/偏好                │  │
│  │  ├── IDENTITY.md      - 身份定义                          │  │
│  │  ├── AGENTS.md        - 智能体配置/行为规则               │  │
│  │  └── TOOLS.md         - 工具配置/API/环境变量              │  │
│  └─────────────────────────────────────────────────────────┘  │
│                              ↑                                   │
│                      LLM 智能蒸馏同步                            │
│                              │                                   │
│  ┌─────────────────────────────────────────────────────────┐  │
│  │  日志层 (中期记忆)                                        │  │
│  │  └── memory/YYYY-MM-DD.md - 每日对话日志                 │  │
│  └─────────────────────────────────────────────────────────┘  │
│                              ↑                                   │
│                      BGE-M3 向量化                                │
│                              │                                   │
│  ┌─────────────────────────────────────────────────────────┐  │
│  │  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

v2.1 完整功能

功能	说明
三层存储	知识库 + 日志 + 向量，各司其职
多层同步	LLM 判断写入哪个知识库文件
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

📋 知识库文件说明

文件	内容	蒸馏来源
MEMORY.md	核心准则、长期记忆	重要规则、决策
SOUL.md	我的人设、性格、说话方式	人设调整
USER.md	您的习惯、偏好、作息	用户偏好
IDENTITY.md	我的身份定义	身份信息
AGENTS.md	智能体配置、行为规则	技能配置
TOOLS.md	工具配置、API、环境变量	工具使用习惯

🔧 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. LLM 分析内容，提取：
   • 关键信息 + 重要性
   • 内容类型（判断写入哪个知识库）
   • 标签
3. 使用 BGE-M3 生成向量
4. 存入 memory/vector/memories.json
5. 根据内容类型同步到对应知识库文件

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
     - LLM 智能分析内容类型
     - BGE-M3 向量化
     - 存入向量数据库
     - 同步到对应知识库文件

💡 v2.1 核心改进

智能判断写入目标

javascript

// LLM 输出格式 (v2.1)
{
  "targetFile": "USER.md",        // 判断写入哪个文件
  "importance": 0.8,              // 重要性 0-1
  "keyInfo": ["关键信息"],
  "tags": ["家庭", "偏好"],
  "summary": "一句话摘要",
  "action": "append"              // append / overwrite
}

判断逻辑

内容类型	目标文件	关键词
工具/环境变量	TOOLS.md	API、工具、配置
智能体配置	AGENTS.md	技能、行为、规则
我的人设	SOUL.md	性格、风格、说话方式
您的习惯	USER.md	偏好、习惯、作息
身份定义	IDENTITY.md	名字、角色、身份
核心准则	MEMORY.md	重要规则、长期记忆

📊 存储格式

memories.json (v2.1)

json

{
  "version": "2.1",
  "updated": "2026-03-23T12:00:00Z",
  "memories": [
    {
      "id": "2026-03-23-xxx",
      "content": "记忆内容...",
      "summary": "一句话摘要",
      "targetFile": "USER.md",       // v2.1 新增
      "tags": ["家庭", "偏好"],
      "importance": 0.8,
      "keyInfo": ["关键点1"],
      "embedding": [0.1, -0.2, ...],
      "source": "2026-03-23.md",
      "created": "2026-03-23T..."
    }
  ],
  "index": {
    "byTag": { "家庭": ["id1"] },
    "byImportance": [{ "id": "id1", "importance": 0.8 }],
    "byTargetFile": { "USER.md": ["id1"], "MEMORY.md": ["id2"] }
  }
}

🔐 安全机制

• 蒸馏时自动过滤敏感信息（API keys, tokens）
• 不保存完整凭据到知识库
• 知识库文件只保存脱敏后的内容
• 写入前先备份

⚠️ 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. 写入知识库前会自动备份原文件

📈 性能

• 向量维度: 1024 (BGE-M3)
• 搜索速度: <100ms
• 支持标签: 无限
• 知识库文件: 6个

---

让 AI 真正记住你 - 分布式多层记忆系统 v2.1