Mofox-Core/docs/memory_system_design_v2.md

全新三层记忆系统架构 (V2.0) 设计文档

1. 核心思想

本架构旨在建立一个清晰、有序的信息处理流水线，模拟人类记忆从瞬时感知到长期知识沉淀的过程。信息将经历短期记忆 (STM)、中期记忆 (MTM) 和 长期记忆 (LTM) 三个阶段，实现从海量、零散到结构化、深刻的转化。

2. 架构分层详解

2.1. 短期记忆 (STM - Short-Term Memory) - “消息缓冲区”

• 职责: 捕获并暂存所有进入核心的最新消息，为即时对话提供上下文，实现快速响应。
• 实现方式:
  • 内存队列: 采用定长的内存队列（如 collections.deque），存储最近的 N 条原始消息（建议初始值为 200）。
  • 实时向量化: 消息入队时，异步进行文本内容的语义向量化，生成“意义指纹”。
  • 快速检索: 利用高效的向量相似度计算库（如 FAISS, Annoy），在新消息到来时，快速从队列中检索最相关的历史消息，构建即时上下文。
• 触发机制: 当队列达到容量上限时，将最老的一批消息（例如前 50 条）打包，移交给中期记忆模块处理。

2.2. 中期记忆 (MTM - Mid-Term Memory) - “记忆压缩器”

• 职责: 对来自短期记忆的大量零散信息进行压缩、总结，形成结构化的“记忆片段”。
• 实现方式:
  • LLM 总结: 调用大语言模型（LLM）对 STM 移交的消息包进行深度分析和总结，提炼成一段精简的“记忆陈述”（Memory Statement）。
  • 信息结构化: 每个记忆片段都将包含以下元数据：
    • memory_text: 记忆陈述本身。
    • keywords: 关联的关键词列表。
    • time_range: 记忆所涉及的时间范围。
    • importance_score: LLM 评估的重要性评分。
    • access_count: 访问计数器，初始为 0。
  • 持久化存储: 将结构化的记忆片段存储在数据库中，可复用或改造现有 Memory 表。
• 触发机制: 由 STM 的队列溢出事件触发。

2.3. 长期记忆 (LTM - Long-Term Memory) - “知识图谱”

• 职责: 将经过验证的、具有高价值的中期记忆，内化为系统核心知识的一部分，构建深层联系。
• 实现方式:
  • 晋升机制: 通过一个定期的“记忆整理”任务，扫描中期记忆数据库。当某个记忆片段的 access_count 达到预设阈值（例如 10 次），则触发晋升。
  • 融入图谱: 晋升的记忆片段将被送往 Hippocampus 模块。Hippocampus 将不再直接处理原始聊天记录，而是处理这些高质量、经过预处理的记忆片段。它会从中提取核心概念（节点）和它们之间的关系（边），然后将这些信息融入并更新现有的知识图谱。
• 触发机制: 由定时任务（例如每天执行一次）触发。

3. 信息处理流程

graph TD
    A[输入: 新消息] --> B{短期记忆 STM};
    B --> |实时向量检索| C[输出: 对话上下文];
    B --> |队列满| D{中期记忆 MTM};
    D --> |LLM 总结| E[存入数据库: 记忆片段];
    E --> |关键词/时间检索| C;
    E --> |访问次数高| F{长期记忆 LTM};
    F --> |LLM 提取概念/关系| G[更新: 知识图谱];
    G --> |图谱扩散激活检索| C;

    subgraph "内存中 (高速)"
        B
    end

    subgraph "数据库中 (持久化)"
        E
        G
    end

4. 现有模块改造计划

• InstantMemory: 将被新的 STM 和 MTM 模块取代。其原有的“判断是否需要记忆”和“总结”的功能，将融入到 MTM 的处理流程中。
• Hippocampus: 将保留其作为 LTM 的核心地位，但其输入源将从“随机抽样的历史聊天记录”变更为“从 MTM 晋升的高价值记忆片段”。这将极大提升其构建知识图谱的效率和质量。