memory-sync-enhanced

# 增强版记忆系统 结合 **Ebbinghaus 遗忘曲线** + **Hebbian 共现图** 的双层记忆架构。 ## 架构 ``` ┌─────────────────────────────────────────────────────────┐ │ 记忆检索 │ │ semantic_search() + co_occurrence_boost() + decay() │ └─────────────────────────────────────────────────────────┘ │ ┌───────────────┴───────────────┐ ▼ ▼ ┌─────────────────────┐ ┌─────────────────────┐ │ Layer 1: 向量库 │ │ Layer 2: 共现图 │ │ (CortexGraph) │ │ (Hebbian) │ │ │ │ │ │ • 语义相似度 │◄─────►│ • 操作关联 │ │ • Ebbinghaus 衰减 │ │ • 边权重衰减 │ │ • use_count 追踪 │ │ • 跨域桥接 │ └─────────────────────┘ └─────────────────────┘ ``` ## 核心算法 ### Layer 1: Ebbinghaus 遗忘曲线 ``` score = (use_count)^β × e^(-λ × Δt) × strength ``` - **β** = 0.6（使用频率权重） - **λ** = ln(2) / half_life（默认 3 天） - **strength** = 1.0-2.0（重要性） ### Layer 2: Hebbian 共现图 ``` effective_weight = weight × 2^(-age_days / 30) ``` - 每次记忆 A 和 B 同时被检索 → 边(A,B) 权重 +1 - 边权重 30 天半衰期 - **跨域桥接**：音乐记忆 ↔ 编码记忆（因为同时发生） ## 检索流程 ```python def retrieve_memory(query, top_k=10): # 1. 语义搜索 semantic_results = cortexgraph.search(query, top_k * 2) # 2. 共现增强 for mem in semantic_results: co_occur_boost = get_co_occurrence_score(mem.id, recent_context) mem.boosted_score = mem.semantic_score + co_occur_boost * 0.3 # 3. 遗忘曲线过滤 for mem in semantic_results: mem.final_score = mem.boosted_score * mem.decay_factor # 4. 返回 Top K return sorted(semantic_results, key=lambda x: x.final_score)[:top_k] ``` ## 记忆类型 ### STM (短期记忆) - JSONL 格式 - 快速读写 - 高衰减率（3天 half-life） - 存储日常日志 ### LTM (长期记忆) - Obsidian Markdown - 永久存储 - 低衰减率（30天 half-life） - 存储重要洞察 ### Co-occurrence Graph - SQLite 边表 - 30天 half-life - 记录记忆之间的关联 ## 数据结构 ### CortexGraph 记录 ```json { "id": "uuid", "content": "记忆内容", "embedding": [0.1, 0.2, ...], "use_count": 5, "last_used": "2026-02-19", "strength": 1.5, "created_at": "2026-02-15", "tags": ["daily-log", "finding"] } ``` ### Co-occurrence 边 ```sql CREATE TABLE co_occurrence ( memory_a TEXT, memory_b TEXT, weight REAL, last_updated TEXT, PRIMARY KEY (memory_a, memory_b) ); ``` ## 使用方法 ### 同步记忆 ```bash # 同步 MEMORY.md ./scripts/sync-memory.sh # 同步每日日志 ./scripts/sync-daily.sh 2026-02-19 # 记录共现 ./scripts/record-co-occurrence.sh ``` ### 检索记忆 ```bash # 语义搜索 ./scripts/search.sh "量化交易" # 增强搜索（语义 + 共现） ./scripts/search-enhanced.sh "量化交易" ``` ### 记忆管理 ```bash # 查看记忆统计 ./scripts/stats.sh # 垃圾回收（删除低分记忆） ./scripts/gc.sh --threshold 0.1 # 晋升到长期记忆 ./scripts/promote.sh <memory_id> ``` ## 统计示例 ``` === 记忆系统统计 === 总记忆数: 2,400 共现边: 803 (连接 366 个记忆) 平均每个记忆连接: 2.2 个 记忆分布: - STM: 1,800 (75%) - LTM: 600 (25%) 衰减状态: - Danger zone (0.15-0.35): 120 个 - Healthy (0.35-0.65): 1,500 个 - Strong (>0.65): 780 个 ``` ## 与其他系统对比 | 系统 | 向量搜索 | 遗忘曲线 | 共现图 | |------|---------|---------|--------| | Markdown 文件 | ❌ | ❌ | ❌ | | CortexGraph 原版 | ✅ | ✅ | ❌ | | Zeph 的 Hebbian | ✅ | ❌ | ✅ | | **本系统** | ✅ | ✅ | ✅ | ## 设计理念 1. **遗忘是功能** - 不是所有记忆都需要永久保存 2. **关联即记忆** - 两个记忆同时出现 = 它们有关联 3. **跨域桥接** - 穿衣服记录和调试记录可以关联 4. **个性在桥接中** - 跨域边是 personality 所在 ## 参考 - [CortexGraph](https://github.com/prefrontal-systems/cortexgraph) - @Zeph 的 Hebbian 共现图帖子 (The Colony) - Ebbinghaus 遗忘曲线理论 --- *版本: 2.0.0* *结合 Ebbinghaus 遗忘曲线 + Hebbian 共现图*