外挂式类脑思维架构 —— 给大模型装上"大脑皮层"
构建一个外挂式动态思维场：以通用大模型为「执行器」，在外挂层维护持续的思维状态、 关联结构与主动触发能力，最终演化为不依赖 Transformer 的类脑架构。
不是： 用户 → 大模型 → 响应
而是： 外挂（类脑主体）→ 大模型（执行器）
本仓库是进行中的个人研究项目（Phase 1 / 外挂期），不是可用产品。 请按"实验记录"而非"成熟库"的预期来看待它：
| 维度 | 现状 |
|---|---|
| 可运行 | ✅ Mock 模式可跑通完整"扫描 → 触发 → 记忆流转"链路 |
| 真实模型 | 🟡 仅 MockAdapter 落地；OpenAI / Claude 适配器为规划中 |
| 测试 | ❌ tests/ 尚未建立（docs/conventions.md 已定义规范，见 路线图） |
| 稳定性 | 🔴 实验性，接口随时可能变 |
诚实标注：本 README 的「项目结构」反映仓库实际内容；尚未实现的部分 统一放在 路线图 章节，不会以完成时态混写进结构树。
当前主流大模型（Transformer）本质是静态的被动响应系统：输入 prompt，输出 response。 它缺少三样东西：
- 持续状态 —— 每次调用彼此独立，没有跨次交互的内在驱动力
- 主动触发 —— 模型不会"想说话"，只能被动响应
- 稳定自我表示 —— 没有一个跨会话存续的"我"来决定该激活什么
TDF 的赌注：把这三件事外挂在一个普通大模型之上，能否涌现出"伪主动"乃至"类主体"行为。 详见 PROJECT.md 的项目初衷与 docs/architecture.md 的架构设计。
┌───────────────────────────────────────────────────────────┐
│ 思维动态场 (TDF) │
│ │
│ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │
│ │ 工作记忆层 │ │ 关联计算层 │ │ 触发层 │ │
│ │ WorkingMem │ │ Association │ │ Trigger │ │
│ └──────┬───────┘ └──────┬───────┘ └──────┬───────┘ │
│ │ │ │ │
│ ▼ ▼ ▼ │
│ ┌──────────────────────────────────────────────────┐ │
│ │ 记忆优化系统 (Memory) │ │
│ │ WorkingMemory → ShortTerm → LongTerm │ │
│ └──────────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ ┌──────────────────────────────────────────────────┐ │
│ │ 大模型交互层 (Adapter) │ │
│ │ Mock（已实现） / OpenAI / Claude（规划） │ │
│ └──────────────────────────────────────────────────┘ │
└───────────────────────────────────────────────────────────┘
跨阶段设计原则：V1→V3 思维链的「表示方式」会根本性改变（文本 → 向量 → 权重），
但主控制逻辑不变。因此 V1 就抽取四个抽象协议 —— Representation、TriggerPolicy、
MemoryEntry、ModelAdapter —— 换实现不改调用方。详见 docs/architecture.md。
# 1. 安装依赖
pip install -r requirements.txt
# 2. Mock 模式运行（无需 API Key，跑通完整链路）
python src/main.py --mock真实模型接入（
--provider openai --api-key ...）尚未实现，见路线图。
Phase 1: 外挂期 (V1.0 ─ 当前) ← 你在这里
└─ 优化 prompt + 决策逻辑，模拟"伪主动"能力
表示：纯文本 + 标签 · 触发：固定阈值 · 记忆：文本分级
Phase 2: 混合期 (V2.0)
└─ 外挂拥有内部向量 / 权重，不再完全依赖大模型
表示：文本 + 向量嵌入 · 触发：动态电位 · 记忆：衰减权重
Phase 3: 类脑期 (V3.0)
└─ 外挂自成为完整的类脑 AGI，大模型降为执行器
表示：纯向量 / 权重分布 · 触发：类神经元激活 · 记忆：知识图谱
XTQ/
├── PROJECT.md # 项目初衷与详细需求（假说 / 目标 / 约束）
├── README.md # 本文件
├── requirements.txt # Python 依赖
├── LICENSE # MIT
├── CHANGELOG.md # 变更记录
├── .gitignore / .gitattributes
│
├── docs/
│ ├── README.md # 文档索引
│ ├── architecture.md # 架构设计（V1→V3 对齐原则、运行流程）
│ ├── conventions.md # 开发规范（命名 / 类型注解 / 兼容性 / 提交）
│ ├── api_reference.md # 核心类与方法定义
│ └── module_design.md # 各模块详细设计
│
├── sessions/
│ └── 2026-04-08-first-test.md # 首次联调会话记录
│
└── src/
├── main.py # 入口（--mock）
├── config.py # 全部可调参数（dataclass 集中管理）
│
├── thinking_field/ # 思维场核心
│ ├── field.py # ThinkingField 主控制器（扫描循环）
│ ├── chain.py # ThoughtChain 思维链
│ ├── association.py # AssociationEngine 关联计算
│ └── trigger.py # TriggerEngine 触发引擎 + 防死循环
│
├── memory/ # 记忆系统
│ ├── system.py # MemorySystem 主系统（流转调度）
│ ├── working.py # WorkingMemory 工作记忆
│ ├── short_term.py # ShortTermMemory 短期记忆
│ ├── long_term.py # LongTermMemory 长期记忆
│ ├── models.py # MemoryEntry 等数据模型
│ ├── memory_expert.py # 记忆专家（沉淀策略）
│ └── _verify.py # 记忆模块自检
│
├── adapter/ # 大模型适配层
│ └── mock.py # MockAdapter（无需 API Key）
│
└── utils/
├── similarity.py # 文本相似度
├── logger.py # 日志
└── timer.py # 时序工具
| 阶段 | 事项 | 状态 |
|---|---|---|
| Phase 1 | Representation / TriggerPolicy / MemoryEntry 抽象协议落地 |
🟡 部分 |
| Phase 1 | tests/（docs/conventions.md 已定义：单测 + 集成测试，Mock 可跑） |
❌ 待建 |
| Phase 1 | OpenAIAdapter / ClaudeAdapter（异步非阻塞） |
❌ 待实现 |
| Phase 1 | CI（lint + pytest，push / PR 触发） | ❌ 待建 |
| Phase 2 | HybridRepresentation + NeuronTrigger + 记忆衰减权重 |
⏳ |
| Phase 3 | VectorRepresentation + SynapseTrigger + 知识图谱记忆 |
⏳ |
| 文档 | 说明 |
|---|---|
| PROJECT.md | 为什么做、做什么、怎么做；重构风险矩阵与升级路径 |
| docs/architecture.md | 完整架构图、运行流程、核心类关系、防死循环机制 |
| docs/conventions.md | 项目级开发规范 |
| docs/api_reference.md | 核心类与方法定义 |
| docs/module_design.md | 各模块详细设计 |
- 不修改模型本身，纯外部实现
- 异步非阻塞，不影响正常调用
- 配置化参数（
src/config.py），可快速调优 - 无外部依赖时可独立运行（Mock 模式）
MIT © 2026 X1F2Y3