Skip to content

memory.md

Latest commit

 

History

History
203 lines (151 loc) · 6.13 KB

memory.md

File metadata and controls

203 lines (151 loc) · 6.13 KB
Raw

记忆系统

三层记忆架构：

Session 级  →  Project 级  →  User 级
MEMORY.md      CHACHA_MEMORY      USER_MEMORY

目录

~/.chacha/projects/{hash}/
  CHACHA_MEMORY.md                       ← 项目永久记忆
  memory/sessions/
    {sid}/
      MEMORY.md                          ← Session Dream 产物
      2026-06-22.md                      ← 每日对话（Agent 自动追加）
      topics/                            ← 主题记忆
        user-preferences.md              ← 用户偏好
        project-decisions.md             ← 技术决策
        lessons-learned.md               ← 踩坑教训
      tool_cache/                        ← 工具缓存
      checkpoint.json                    ← 会话检查点

~/.chacha/USER_MEMORY.md                 ← 用户级永久记忆

MemoryManager 方法

方法 用途
read_day(date) 读指定日期记忆
topics() 列出所有日期（倒序）
search(query) 跨日期搜索关键词（返回前 5 条）
read() 读 MEMORY.md 索引
read_permanent_memory() 读 CHACHA_MEMORY.md
topic_write(topic, content) 写入主题记忆
topic_read(topic) 读取主题记忆
recent(days=3) 读最近 N 天（自动注入 context）
prune_old_days() 删除超 7 天记忆

触发时机

层 文件 触发
Agent auto-append sessions/{sid}/YYYY-MM-DD.md 每轮对话后自动写入
Session Dream sessions/{sid}/MEMORY.md 10 次会话/24h/切 session 前
Project Dream CHACHA_MEMORY.md 同 Session Dream 一起
Global Dream ~/.chacha/USER_MEMORY.md 50 次项目 Dream/168h/自动

DreamPipeline — 项目级记忆整合

core/context/dream.py 实现会话结束后的异步记忆整合，不会阻塞正常对话。

触发条件（二选一，先到先触发）

  • 累计 10 次会话（dream_rounds）
  • 距上次运行超过 24 小时（dream_hours）

五阶段流水线

record_session() → should_run()? → run():
  1. Gather  ─ 收集最近 30 天每日文件 + 所有 topic 内容
  2. Consolidate ─ 1 次 LLM 调用，同时输出 MEMORY.md + CHACHA_MEMORY.md
  3. Write   ─ 写入 MEMORY.md + CHACHA_MEMORY.md
  4. Prune   ─ 删除超过 7 天的旧每日文件
  5. Notify  ─ 通知 GlobalDream（record_project_dream）

增量合并规则（CHACHA_MEMORY.md）

LLM 按 KEEP / UPDATE / DELETE / NEW 四类处理每个条目：

操作 含义 ID 处理
KEEP 依然有效，保留原样 保留原 [id:xxx]
UPDATE 信息过时，改写内容 保留原 [id:xxx]
DELETE 不再适用，删除 移除整条
NEW 从新记忆中提取的高价值信息 分配新 [id:xxx]

使用示例

from core.context.dream import DreamPipeline

pipeline = DreamPipeline(
    llm_invoker=invoker,
    max_entries=200,         # 单次整合最大条目
    prune_days=7,            # 清理超过 7 天的旧文件
    session_trigger=10,      # 10 次会话触发
    hours_trigger=24,        # 或 24 小时触发
)

# 每次会话结束时调用
pipeline.record_session()

# 满足条件时执行（异步，不阻塞）
if pipeline.should_run():
    memory_md, permanent_md = await pipeline.run(memory_manager)
    print(f"MEMORY.md: {len(memory_md)} chars")
    print(f"CHACHA_MEMORY.md: {len(permanent_md)} chars")

LLM 输出格式

DreamPipeline 的 system prompt 要求 LLM 输出两段标记分隔的内容：

===MEMORY_MD===
## Memory Index (autoDream generated at 2026-06-30T...)

### User Preferences
- Summary line → topics/user-preferences.md
...

===CHACHA_MEMORY_MD===
## Permanent Project Memory (autoDream updated at 2026-06-30T...)

### Critical Preferences
- [id:pref-001] 用户偏好...

解析器自动分离两段，兼容旧版 --- 分隔格式。

GlobalDream — 用户级跨项目记忆整合

core/context/global_dream.py 在每个项目 DreamPipeline 完成后检查触发，提炼跨项目共性知识到 ~/.chacha/USER_MEMORY.md。

触发条件

  • 累计 50 次项目级 DreamPipeline（dream_rounds）
  • 或距上次运行超过 168 小时（7 天）（dream_hours）

整合流程

DreamPipeline 完成
  → GlobalDream.record_project_dream()
  → should_run()?
    → 1. Gather ─ 收集所有 ~/.chacha/projects/*/CHACHA_MEMORY.md
    → 2. Consolidate ─ 1 次 LLM 调用，增量合并
    → 3. Write ─ 写入 ~/.chacha/USER_MEMORY.md

筛选规则

GlobalDream 只提取跨项目共性信息，丢弃项目特定内容：

✅ 提取（跨项目通用） ❌ 丢弃（项目特定）
用户偏好（如"偏好 pytest"） 项目技术栈选择
通用教训（如"始终验证 API 响应"） 项目里程碑
跨项目重复出现的错误模式 单次偶发错误

使用示例

from core.context.global_dream import get_global_dream, read_global_permanent_memory

# 获取模块级单例
gd = get_global_dream()

# 配置（通常在 framework 初始化时完成）
gd.configure(
    llm_invoker=invoker,
    dream_rounds=50,
    dream_hours=168,
)

# 每次项目 DreamPipeline 完成后调用
gd.record_project_dream()

# 满足条件时执行
if gd.should_run():
    # DreamPipeline 中会自动以 asyncio.create_task 触发
    merged = await gd.run()
    print(f"USER_MEMORY.md: {len(merged)} chars")

# 读取当前用户级永久记忆
content = read_global_permanent_memory()

DreamPipeline → GlobalDream 级联

DreamPipeline.run() 第 5 阶段自动调用 get_global_dream().record_project_dream()，并在满足条件时以 asyncio.create_task(gd.run()) 异步触发 GlobalDream。因此正常使用时无需手动调用 GlobalDream——它是全自动的级联。

隔离

  • 每日对话: session 间完全隔离 (sessions/{sid}/)
  • 项目永久记忆: 项目内所有 session 共享
  • 用户永久记忆: 所有项目共享

配置

[auto_memory]
dream_rounds = 15
dream_hours = 24
global_dream_rounds = 100
global_dream_hours = 72