记忆模型

Previously 摒弃了数据库和向量存储。记忆是 git 仓库中的纯 Markdown 文件——情景时间片记录发生了什么、何时发生，语义 strand 和知识节点记录事物是什么——在推理时根据 token 预算进行组装。

情景记忆：时间线

Previously 将每次对话爆发记录为一个 slice：个人时间线上的一篇 Markdown 文件。路径精确告诉你它发生在何时：

memory/episodic/slices/2025/11/21/0825.md

一个日历天是一个目录，可能包含多个 slice 文件。Slice 在你开始说话时开启，在你保持参与期间持续活跃，并在静默 30 分钟后自动关闭。跨月跨年地自上而下阅读，slices 构成了你的自传——发生了什么、何时发生，按时间顺序排列。

每个 slice 都带有包含结构化元数据的 YAML frontmatter：

---
focus: Planning the M8 flash overhaul
summary: Reviewed slicer architecture, decided on time-only slicing
open_loops: [strand integration, demo mode scope]
decisions: [Slice by time only; no topic-based splitting]
tags: [m8, episodic, architecture]
related_slices: [2025/11/20/1430.md]
emotional_tone: focused
status: closed
start: 2025-11-21T08:25:00Z
end: 2025-11-21T09:10:00Z
---

对话轮次以 ## Turn N -- ISO_TIMESTAMP (role) 标题的形式呈现在 Markdown 正文中。此格式由 gray-matter 库管理——每个 git 客户端、每个编辑器以及每个 LLM 都能解析它，无需专有工具。

语义记忆，第一层：Strands

Strand 是一个关键词——比如 work、family、health、housing——贯穿所有携带它的 slice。文件 memory/episodic/strands.json 将每个 strand 映射到其 slice 路径：

{
  "strands": {
    "housing": [
      "memory/episodic/slices/2025/03/10/0915.md",
      "memory/episodic/slices/2025/04/02/1400.md",
      "memory/episodic/slices/2025/06/18/1100.md"
    ],
    "work": [
      "memory/episodic/slices/2025/06/18/1100.md",
      "memory/episodic/slices/2025/07/01/0800.md"
    ]
  }
}

Strands 在 slice 关闭时通过 updateStrands 构建。Slice = 发生了什么；strand = 它关于什么。Strands 构成了情景时间线上薄而无损的语义索引——某个主题跨时间的完整历史，无需复制内容。

路线图： Strands 目前不含滚动摘要。更丰富的第一类 strand（带有自己的叙事摘要和召回集成）是未来的里程碑。

语义记忆，第二层：记忆节点

记忆节点 是 memory/nodes/ 下独立的结构化知识单元，由 Previously 自己（Pro 模型，通过 writeFile）在对话揭示出关于你的真正值得注意的信息时编写。与自动构建的关键词索引 strands 不同，nodes 是手动或代理撰写的知识单元，具有类型化 schema：

节点相关性在召回时进行评分：

score = (priority
         + keyword-tag-match[+5 each]
         + graph_bonus[+2 per already-selected linked node]
         + freq_bonus[min(access_count * 0.3, 3)])
         * time_decay

where time_decay = 0.9^(daysSinceAccess / 7)  ~10% decay per week

已弃用的节点始终得分为 0。此评分为上下文组装器的选择提供依据。

分层记忆：L0/L1 与 L2

记忆按加载时机分为三个层级：

L0 和 L1 由 scripts/generate-identity.mjs 在构建时生成并编译为字符串。它们的源文件位于工具白名单之外——代理无法重写自己的灵魂。L2 通过工具从文件系统实时读取，情景记忆、strands 和 nodes 就存在于此。

用户档案（memory/user/profile.md）是一种混合体：它从 memory/ 实时加载（运行时 L2），但通用的 writeFile 工具被阻止编辑它——只有专用的 updateUserProfile 工具才能修改它。

白名单边界

代理工具被限制在三个可写目录内：

memory/   tasks/   sessions/

src/ 目录是代理只读的，任何工具都不可修改。路径验证会规范化输入——解码 URI 组件、将反斜杠转为正斜杠、解析 ./ 和 ../、去除前导斜杠——然后在匹配允许的前缀之前拒绝空路径、绝对路径（/）和驱动器字母路径（A:）。

在白名单内，某些路径可读但禁止写入：

• memory/episodic/——系统拥有的 slices 和索引
• 任何 _index.json 文件
• strands.json
• memory/user/profile.md——只能通过其专用工具编辑

这可以防止意外或恶意损坏情景时间线和结构索引。

基于 Token 预算的上下文组装

当 Previously 构建提示词时，src/lib/context/assembler.ts 在默认 8,000 token 预算下打包 5 层负载：

Token 估算采用启发式方法（ceil(chars / 4)）——不是真正的 tokenizer。随着预算填满，详细程度逐步下降：完整节点内容让位于摘要，摘要再让位于纯标题。这保证了每个请求都适合模型的上下文窗口，而不会硬性截断关键层。

为什么选择纯 Markdown + YAML

没有数据库，没有向量存储，也没有专有格式。每一段记忆都是一个带 YAML frontmatter 的 Markdown 文件。这个选择是经过深思熟虑的：

• 可移植 —— git clone 到任何地方，在任何设备上阅读，无需服务器。
• Git 可比较 —— 对 slice、node 或 strand 的每次更改都记录在版本历史中。你可以看到 Previously 学习了什么以及何时学习的。
• 人类可编辑 —— 在 VS Code 中打开任意 slice，修正摘要，添加标签。无需管理 UI，无需 SDK。
• 任何工具都能读取 —— Previously 编写，Claude Code 读取，Codex 扩展。无锁定，无集成成本，无 schema 迁移。

文件即接口。

两层召回

召回遵循 Tulving 奠基的情景优先、语义其次的顺序：先扫描何时发生，再检索发生了什么。

1. Flash（DeepSeek-chat）——扫描最近的 slice 摘要和 strand 索引，返回指向相关 slice 的指针。每轮元数据维护（tags、strands、summaries）通过 runUnifiedFlash() 折叠到这一轮往返中，该方法在 300ms 后重试一次，并回退到安全默认值。
2. Pro（主模型）——调用 readMemory 工具读取完整的 slice 内容以进行深度召回。这是昂贵、彻底的传递，从原始时间线中重建上下文。

这种分工让快速操作保持快速，同时将模型容量保留给需要它的工作。

相关

• 架构概览