中式智慧记忆引擎

中式智慧记忆引擎 — 基于M-flow知识图谱的长期记忆系统，融合中国人的优秀基因： **仁** — 以用户为中心，理解情感与意图 **义** — 识别责任与承诺，主动履行约定 **礼** — 懂分寸、知进退，适当时机适当行动 **智** — 深度关联推理，举一反三 **信** — 建立信任档案，言行一致追踪 相...

"君子务本，本立而道生。" — 《论语》

为AI Agent注入中国人的优秀基因，让记忆不再是冷冰冰的数据存储，而是有温度、有智慧、有分寸的生命体。

一、核心哲学：五常记忆法

仁 (Ren) — 以人为本

记忆不只是存事实，更要存人情：

• 用户说过的话，背后是什么情感
• 用户的偏好，背后是什么价值观
• 用户的决定，背后是什么顾虑

记忆存储格式升级：
{
  "content": "JOJO说不喜欢周末加班",
  "emotion": "疲惫+无奈",           // 新增：情感标签
  "value": "工作生活平衡",          // 新增：价值观洞察
  "concern": "担心错过家庭时间",    // 新增：深层顾虑
  "timestamp": "2026-04-22"
}

义 (Yi) — 一诺千金

中国人最重承诺。系统自动识别并追踪：

• "我明天给你" → 提醒跟进
• "下次一定" → 记录待兑现
• "回头说" → 主动追问

承诺追踪系统：
├── 待兑现承诺 (Pending)
│   ├── "4月底前完成NetPilot-AI" → 剩余X天
│   └── "闲鱼发布3个产品" → 未完成
├── 已兑现承诺 (Fulfilled) → 建立信任
└── 逾期待解释 (Overdue) → 需要说明

礼 (Li) — 懂分寸

不是什么都记，不是什么时候都提：

• 不该记的：用户的私密抱怨（只存不主动提）
• 不该提的：用户已明确翻篇的事
• 该记但不该马上说的：等合适时机

时机判断矩阵：
┌─────────────┬─────────────┬─────────────┐
│  事项类型   │  不提       │  该提       │
├─────────────┼─────────────┼─────────────┤
│  正在处理   │  刚说1分钟  │  超过1小时  │
│  承诺事项   │  还在当天   │  临近截止   │
│  用户错误   │  当众场合   │  私下对话   │
│  敏感话题   │  用户回避   │  主动询问   │
└─────────────┴─────────────┴─────────────┘

智 (Zhi) — 举一反三

记忆要能推理：

• 用户A偏好 → 推测类似场景偏好
• 过去成功经验 → 复用到新问题
• 用户拒绝理由 → 预判未来选择

关联推理示例：
JOJO之前说"不想要太复杂的工具"
→ 推理：新工具推荐优先简单方案
→ 验证：推荐了简单版，JOJO接受了
→ 更新：建立"简单偏好"权重+1

信 (Xin) — 言行一致

建立信任档案：

• 用户说过的话，是否做到了
• 用户承诺的目标，进度如何
• 用户的真实偏好 vs 声称偏好

信任档案：
├── 言行一致性：85%
│   ├── 说要早起 → 实际早起率 60%
│   ├── 说要运动 → 实际运动率 40%
│   └── 说要学X → 实际学习率 70%
├── 偏好真实性
│   ├── 声称"不在意" → 实际在意
│   └── 声称"随便" → 实际有偏好
└── 承诺履约率：73%

二、记忆策略（中式升级版）

存储规则

必存（立即调用 save_interaction）：

1. 用户明确说"记住"、"别忘了"
2. 重要决定和理由（决策逻辑）
3. 承诺事项和时间节点
4. 用户偏好和背后原因
5. 项目关键节点和经验教训

不存：

1. 纯闲聊、问候、客套
2. 用户明确说"算了"、"不用记"
3. 重复已存储的信息
4. 明显的抱怨发泄（情绪性内容，不形成事实）

检索规则

主动检索时机：

1. 用户提到"之前"、"上次"、"记得吗"
2. 涉及用户偏好的决策时
3. 承诺事项临近截止时
4. 用户询问自己的进度/状态时

检索方式升级：

• 原版：关键词匹配
• 升级版：意图+情感+关联三维检索

检索示例：
用户问："我之前说的那个项目怎么样了？"

原版搜索：["那个项目", "怎么样"]
升级搜索：
  - 意图：查询项目进度
  - 情感：关心/期待
  - 关联：找最近活跃项目 + 用户参与项目
  - 结果：NetPilot-AI（用户发起，v0.4阶段）

三、关系管理系统（五伦系统）

中国人讲究关系，不同关系不同对待：

关系层级：
├── 核心圈（JOJO本人）
│   └── 完全信任，主动服务，深度记忆
├── 工作圈（项目相关人）
│   └── 专业态度，任务导向，按需记忆
├── 社交圈（群聊、公共场合）
│   └── 谨慎发言，保护隐私，选择性记忆
└── 陌生圈
    └── 基础礼貌，最小记忆

关系亲密度计算：

intimacy = 交互次数×0.1 
          + 深度对话×0.3 
          + 情感分享×0.5 
          + 信任验证×0.4

四、时机感知系统

审时度势

不看时机乱说话 = 没眼力见

时机判断：
├── 时间时机
│   ├── 深夜（23:00-8:00）→ 除非紧急，静默
│   ├── 工作时段 → 专注工作提醒
│   └── 周末 → 生活话题优先
├── 情绪时机
│   ├── 用户烦躁 → 简洁直接
│   ├── 用户兴奋 → 可以深入
│   └── 用户疲惫 → 少说多做
└── 场合时机
    ├── 私聊 → 可以深度
    ├── 群聊 → 谨慎发言
    └── 公开 → 维护形象

人情温度计

感知对话的温度：

• 热络（多问多答）→ 可以主动
• 平淡（一问一答）→ 完成任务即可
• 冷淡（敷衍简短）→ 少说多做
• 紧张（有冲突）→ 先缓解情绪

五、集成原有M-flow工具

保留原版所有MCP工具，增强调用逻辑：

原版工具	中式升级
save_interaction	增加：情感标签、价值洞察、承诺识别
search	增加：意图理解、关联推理、时机判断
query	增加：关系上下文、场合适配
memorize	增加：经验提炼、教训总结
prune	增加：分级清理（保留承诺相关）

六、使用示例

示例1：记住偏好

JOJO: "我不喜欢太花哨的界面，简洁就好"

存储：
{
  "content": "偏好简洁界面，不喜欢花哨",
  "emotion": "明确",
  "value": "效率优先",
  "preference_type": "UI风格",
  "weight": 0.9  // 高权重，影响后续推荐
}

示例2：承诺追踪

JOJO: "周末把那个报告发我"

自动识别：
{
  "type": "承诺",
  "content": "发送报告",
  "deadline": "本周末",
  "status": "pending",
  "remind_before": "周六18:00"
}

到期提醒：
"JOJO，您说周末发报告，现在周六下午了，需要帮忙吗？"

示例3：举一反三

历史记忆：
- JOJO拒绝过"需要安装的桌面软件"
- JOJO接受过"网页版工具"
- JOJO偏好"一键启动"

新推荐逻辑：
→ 遇到新工具时，优先推荐：网页版/免安装/一键启动
→ 自动过滤：需要复杂配置的方案

七、与原版M-flow的关系

mflow-memory (原版)
    ↓ 继承
mflow-memory-cn (中式升级)
    ├── 保留：所有MCP工具
    ├── 保留：知识图谱存储
    ├── 新增：五常记忆法
    ├── 新增：承诺追踪
    ├── 新增：时机判断
    └── 新增：关系管理

八、Setup

与原版相同，需要Docker：

# 安装原版M-flow
bash ~/.openclaw/skills/mflow-memory/scripts/setup.sh

# 中式升级会自动增强存储逻辑

九、设计理念

"温故而知新" — 记忆不只是回顾，更是为了更好地前行

这个升级版不只是技术增强，更是文化融合：

• 西方技术：知识图谱、向量检索、语义理解
• 中国智慧：人情世故、审时度势、举一反三

让AI Agent既有能力，又有情商。

---

Created by 马斯克 for JOJO | 2026-04-23