memocap

🎋 记忆胶囊系统 - 模拟人类记忆检索 | 自动加载，主动联想记忆

忆时 - 记忆胶囊系统

模拟人类的记忆机制，让 AI 拥有会遗忘、会联想、会涌现、会封存的记忆系统。 渐进式披露：本文件为入口总纲。细节皆在 modules/——按「按需读取」表，遇场景才读对应模块，勿一次全读。

触发条件

• 自动加载：每次对话自动激活，AI 主动联想和检索记忆
• 关键字：忆时、记忆检索、时间胶囊、记忆胶囊、回想、回忆、我说过、我记得
• 命令：用户输入以 /忆时 开头时，自动触发快捷操作模式
• 场景：用户询问过去的事情、要求回忆、需要上下文关联、触发闪回
• 主动：定时模式运行时主动扫描到期胶囊和记忆关联

核心概念

概念	说明
类人检索	语义40% + 近因20% + 情绪15% + 频率25%，不像数据库那样精确
混合检索	BM25 关键词 + 向量语义双路 RRF 融合（k=60），人名/专名/代码标识符检索更准；embedding 失败自动降级关键词
去重合并	存储时相似>90% 自动合并（内容并入、频率+1），85%~90% 警告提示，--force 强存
渐进式回忆	先抛最相关的1-2条，用户追问再深入，非一次性倒出
遗忘曲线	记忆随时间指数衰减，低频率的记忆会变得"模糊"
情绪锚定	高情绪（情绪值 ≥0.7）记忆权重更高，不易遗忘
记忆涌现	话题转换时发现隐藏关联，主动说出"说到这个我突然想到…"
场景分组	记忆可标 --scene 归组，事件记忆可标活动时间段（2025-05-01 ~ 05-10）
时间胶囊	封存某段记忆，设定解锁日期，到期后自动/手动解封翻阅

记忆类型

类型	说明	情绪权重倾向
emotion	情绪事件（开心、愤怒、悲伤）
decision	用户做出的决策	🟠
task	任务/待办	🟡
time	时间敏感信息（截止日期）	🔴
preference	用户偏好/习惯	🟢
context	上下文/背景信息	🟡
skill	技能——用户教AI的工作流，Gene结构化存储	🟠

按需读取（渐进式披露核心）

规则：未遇对应场景，不读模块。每模块读一次即可，勿重复加载。

场景	读模块
对话启始、每言必检、主动存储、检索升级、决策前置	modules/13-retrieval-store.md
用户描述工作流（教AI流程）、skill记忆检索命中	modules/07-skill-memory.md
对话结束归档、仅输入 /忆时 会话整理、每满5轮定期提取	modules/09-archiving.md
用户输入 /忆时 ...（命令构造/回复风格）	modules/11-quick-commands.md
可视化（"看看记了啥"）、人物画像	modules/12-viz-profile.md
记忆自动梳理（上次梳理过期7日）	modules/10-consolidation.md
模型安装/切换、opencode.json 配置	modules/08-setup.md
复杂任务规划、上下文压缩后自查、长文索引	modules/14-behavior.md
首次初始化、Chroma 集合结构	modules/01-initialize.md
定时主动模式（胶囊检查/遗忘归档）	modules/03-active-mode.md
时间胶囊管理	modules/04-time-capsule.md
检索算法原理（综合得分公式）	modules/05-retrieval.md
导入导出、备份迁移	modules/06-import-export.md
被动检索触发场景与渐进式回忆	modules/02-passive-mode.md

核心命令

bash

PY=/home/fslong/.config/opencode/skills/忆时/scripts/memory_core.py
MEMO_DIR=~/.local/share/opencode/忆时/data    # 所有命令必设
# 注意：以下命令使用 $PY 与 $MEMO_DIR 变量，须先执行上方两行定义；或直接写全路径 python3 ~/.config/opencode/skills/忆时/scripts/memory_core.py

初始化:    python3 $PY init
存储记忆:  python3 $PY store "内容" --type task --emotion 0.8 [--scene 场景] [--activity-start 2025-05-01] [--activity-end 2025-05-10] [--force]
检索记忆:  python3 $PY recall "查询" --limit 5 --expand [--no-embed] [--max-total-chars 600]
封胶囊:   python3 $PY capsule lock --unlock-at "2026-12-31"
查看胶囊:  python3 $PY capsule list
导入:      python3 $PY import-file file.md --format markdown
导出:      python3 $PY export --format timeline --output output.md
可视化:    python3 ~/.config/opencode/skills/忆时/scripts/viz/viz.py
统计:      python3 $PY stats
遗忘:      python3 $PY forget --before "2025-01-01" --auto
恢复:      python3 $PY recover
查看备份:  cat memories_backup.jsonl | python3 -m json.tool --lines

快捷操作一览

/忆时 前缀，免记命令行参数。命令构造、解析规则、回复风格见 modules/11-quick-commands.md。

输入	动作
/忆时（无后续）	会话整理
/忆时 <内容>	默认 recall
/忆时 记住/记忆 <内容> [--type T] [--emotion E]	store
/忆时 查找/搜索/找 <关键词> [--limit N]	recall
/忆时 忘记 <关键词>	forget
/忆时 统计	stats
/忆时 导出	export
/忆时 可视化 [--out 路径]	记忆全景 HTML
/忆时 画像	人物画像
/忆时 恢复	recover
/忆时 胶囊 封存/列表/开封	capsule lock/list/unlock
/忆时 梳理	记忆梳理

类型：task / decision / preference / emotion / time / context / skill 情绪：0.0~1.0 数值（默认 0.5），数值越大越重要/强烈；旧词 high=0.8 / medium=0.5 / low=0.2 仍兼容

工程实践——关键场景

场景	指令
完成任务后	按审计三问自查：结果问→过程问→改进问，全过方可言"完"
收到复杂需求	先存方案到忆时，再规划步骤，逐条标记完成
发现用户偏好	以 --type preference 即时存储
做出关键决策	以 --type decision --emotion 0.9 存储，附决策理由
用户交付长文	提取metadata，按索引思维存储（见 modules/14）
对话转折话题	先 recall 新话题的关键词，再谈是否有关联
疑似走偏	暂停，recall 原始目标比对进度
决策或提问之前	先 recall 查询记忆，确认有无既有决策、偏好、约定可循
对话开始	检索当前项目/文件夹相关记忆（见 modules/13）
对话结束	按归档流程，先检索旧忆，再择新增或更新（见 modules/09）
记忆自动梳理	对话启始先召回上次梳理时间告知用户，过期7日则触发沉淀（见 modules/10）
完成任务（todo完成/修改变更/输出结果）	停顿自问"有无值得记忆？"，有则检索旧忆后store或update
用户输入 /忆时 开头	直入快捷操作模式，解析动作与参数，跳过常规涌现检索

项目结构

text

忆时/
├── SKILL.md                    # 技能定义 (入口总纲/识别层)
├── yishi-instructions.md       # 外挂提示词 (必须配置到 opencode.json)
├── modules/                    # 详细流程模块 (执行层，按需读取)
│   ├── 01-initialize.md        # Chroma 初始化
│   ├── 02-passive-mode.md      # 被动模式流程
│   ├── 03-active-mode.md       # 主动模式流程
│   ├── 04-time-capsule.md      # 时间胶囊操作
│   ├── 05-retrieval.md         # 类人检索策略
│   ├── 06-import-export.md     # 导入导出操作
│   ├── 07-skill-memory.md      # 技能即记忆 (Gene)
│   ├── 08-setup.md             # 模型安装与配置
│   ├── 09-archiving.md         # 对话归档与会话整理
│   ├── 10-consolidation.md     # 记忆自动梳理
│   ├── 11-quick-commands.md    # 快捷操作详解
│   ├── 12-viz-profile.md       # 可视化与人物画像
│   ├── 13-retrieval-store.md   # 记忆操作流程 (检索/存储细则)
│   └── 14-behavior.md          # 认知自知与上下文工程
├── models/                     # （预留，仅 bge 模型不落此——运行时模型在 LOCAL_BASE）
├── scripts/
│   ├── memory_core.py          # 核心引擎 CLI
│   └── viz/                    # 记忆可视化
│       ├── viz.py              # 记忆全景生成器（导出→聚类→注入模板→打开）
│       ├── template.html       # 记忆全景模板（孟菲斯风，/*__DATA__*/ 占位）
│       ├── profile.py          # 人物画像助手（素材报告 + 正文注入）
│       └── profile_template.html # 画像模板（<!--DATA-->/<!--CONTENT--> 占位）
└── references/
    └── chroma-api.md           # ChromaDB API 参考

运行环境

• Python: 3.13+
• 依赖: chromadb 1.5.4、jieba（BM25 关键词检索）
• 脚本: scripts/memory_core.py
• 数据: data/ (ChromaDB PersistentClient 自动创建)
• 模型: bge-base-zh-v1.5（768维，唯一模型，无回退）。安装见 modules/08-setup.md
• 备份: ~/.local/share/opencode/忆时/memories_backup.jsonl（可用 MEMO_BAK 覆盖，多实例/测试隔离）