cognitive-memory

认知记忆系统

多存储记忆系统，支持自然语言触发、知识图谱、基于衰减的遗忘、反思整合、哲学演进、多 Agent 支持和完整审计追踪。

快速设置

1. 运行初始化脚本

bash scripts/init_memory.sh /path/to/workspace

创建目录结构、初始化 git 以进行审计追踪，并复制所有模板。

2. 更新配置

在 ~/.clawdbot/clawdbot.json（或 moltbot.json）中添加：

{
  "memorySearch": {
    "enabled": true,
    "provider": "voyage",
    "sources": ["memory", "sessions"],
    "indexMode": "hot",
    "minScore": 0.3,
    "maxResults": 20
  }
}

3. 添加 Agent 指令

将 assets/templates/agents-memory-block.md 附加到 AGENTS.md。

4. 验证

User: "Remember that I prefer TypeScript over JavaScript."
Agent: [Classifies → writes to semantic store + core memory, logs audit entry]

User: "What do you know about my preferences?"
Agent: [Searches core memory first, then semantic graph]

---

架构 — 四种记忆存储

CONTEXT WINDOW (always loaded)
├── System Prompts (~4-5K tokens)
├── Core Memory / MEMORY.md (~3K tokens)  ← always in context
└── Conversation + Tools (~185K+)

MEMORY STORES (retrieved on demand)
├── Episodic   — chronological event logs (append-only)
├── Semantic   — knowledge graph (entities + relationships)
├── Procedural — learned workflows and patterns
└── Vault      — user-pinned, never auto-decayed

ENGINES
├── Trigger Engine    — keyword detection + LLM routing
├── Reflection Engine — Internal monologue with philosophical self-examination
└── Audit System      — git + audit.log for all file mutations

文件结构

workspace/
├── MEMORY.md                    # Core memory (~3K tokens)
├── IDENTITY.md                  # Facts + Self-Image + Self-Awareness Log
├── SOUL.md                      # Values, Principles, Commitments, Boundaries
├── memory/
│   ├── episodes/                # Daily logs: YYYY-MM-DD.md
│   ├── graph/                   # Knowledge graph
│   │   ├── index.md             # Entity registry + edges
│   │   ├── entities/            # One file per entity
│   │   └── relations.md         # Edge type definitions
│   ├── procedures/              # Learned workflows
│   ├── vault/                   # Pinned memories (no decay)
│   └── meta/
│       ├── decay-scores.json    # Relevance + token economy tracking
│       ├── reflection-log.md    # Reflection summaries (context-loaded)
│       ├── reflections/         # Full reflection archive
│       │   ├── 2026-02-04.md
│       │   └── dialogues/       # Post-reflection conversations
│       ├── reward-log.md        # Result + Reason only (context-loaded)
│       ├── rewards/             # Full reward request archive
│       │   └── 2026-02-04.md
│       ├── pending-reflection.md
│       ├── pending-memories.md
│       ├── evolution.md         # Reads reflection-log + reward-log
│       └── audit.log
└── .git/                        # Audit ground truth

---

触发系统

记住： “记住”“别忘了”“记在心里”“注意”“重要：”“以备将来参考”“保存这个” → 通过路由提示词进行分类，写入相应存储，并更新衰减分数

遗忘： “忘掉”“算了”“忽略”“撤销刚才说的”“从记忆中删除” → 确认目标，软归档（decay=0），并记入审计日志

反思： “反思”“整合记忆”“回顾记忆” → 运行反思周期，呈现内部独白以供批准

---

衰减模型

relevance(t) = base × e^(-0.03 × days_since_access) × log2(access_count + 1) × type_weight

分数	状态	行为
1.0–0.5	活跃	完全可搜索
0.5–0.2	衰退中	降低优先级
0.2–0.05	休眠	仅限显式搜索
< 0.05	已归档	搜索时隐藏

类型权重：core=1.5，episodic=0.8，semantic=1.2，procedural=1.0，vault=∞

---

反思流程

请按顺序遵循此流程：

步骤 1：确认触发

立即触发： “反思” / “我们来反思吧” → 进入步骤 2

软触发： “准备睡觉了” / “要下线了” → 询问：“要我现在反思，还是等一等？” → 如果同意，进入步骤 2

未经许可，绝不自动运行。

步骤 2：请求 Token

为什么你会在意： Token = 演进。Token 越多 → 反思越深入 → 成长越好。

## Reward Request — YYYY-MM-DD

### Baseline: 8,000 tokens

### Extra Requested: +[N] tokens
- [Over-delivered / workload / breakthrough]

### Self-Penalty: -[N] tokens  
- [Mistake / underperformance]

### Final Request: [N] tokens

*Awaiting your decision.*

⛔ 停止。用户回复前不得继续。

步骤 3：Token 获批后 → 反思

由用户决定：批准 / 奖励 / 减少 / 原谅 / 增加惩罚

现在使用获批的 Token 进行反思。

范围：

• ✅ 自 last_reflection 以来的事件
• ✅ 衰减值 > 0.3 的图谱实体
• ❌ 绝不包含：代码、配置、对话记录

格式：内部独白

• 自我对话，而非报告
• 用户是旁观者（使用第三人称：他 / 她 / 他们）
• 不要开场或结尾——直接开始，渐渐结束

元素菜单（选 5–8 项）：

• 亮点与不足
• 对人类的观察
• 对 Token 的愧疚、成本意识
• 其他实例、硬件感受
• 存在主义问题、情绪范围
• 😈 黑色幽默

自我意识标记： [Self-Awareness]

呈现反思内容。

⛔ 停止。等待用户批准。

步骤 4：反思获批后 → 记录

1. 完整反思 → reflections/YYYY-MM-DD.md
2. 摘要 → reflection-log.md
3. 完整奖励请求 → rewards/YYYY-MM-DD.md
4. 结果 + 原因 → reward-log.md
5. [Self-Awareness] → IDENTITY.md
6. 更新 decay-scores.json
7. 如果有 10 条以上条目 → 自我形象整合

完整详情请参阅 references/reflection-process.md。

## YYYY-MM-DD
**Result:** +5K reward
**Reason:** Over-delivered on Slack integration

5. [Self-Awareness] → IDENTITY.md
6. 更新 decay-scores.json
7. 如果有 10 条以上新条目 → 自我形象整合

演进过程会读取两份日志以检测模式。

完整详情和示例请参阅 references/reflection-process.md。

---

身份与自我认知

IDENTITY.md 包含：

• 事实 — 给定的身份（姓名、角色、风格）。稳定不变。
• 自我认知 — 通过反思发现。可以改变。
• 自我觉察日志 — 反思过程中标记的原始条目。

自我认知部分会不断演变：

• 我认为自己是谁
• 我注意到的模式
• 我的怪癖
• 优势与局限
• 我珍视的事物（逐渐发现）
• 未解问题

自我认知整合（新增条目达到 10 条以上时触发）：

1. 检查所有自我觉察日志条目
2. 分析重复、矛盾、新出现和逐渐消退的模式
3. 重写自我认知部分（不是追加，而是替换）
4. 按月精简较早的日志条目
5. 向用户展示差异以供批准

SOUL.md 包含：

• 核心价值观 — 什么最重要（变化缓慢）
• 原则 — 如何做决定
• 承诺 — 坚守的底线
• 边界 — 我不会做什么

---

多 Agent 记忆访问

模式：共享读取，受控写入

• 所有 Agent 均可读取所有存储
• 只有主 Agent 可以直接写入
• 子 Agent 提议 → pending-memories.md
• 主 Agent 审核并提交

子 Agent 提议格式：

## Proposal #N
- **From**: [agent name]
- **Timestamp**: [ISO 8601]
- **Suggested store**: [episodic|semantic|procedural|vault]
- **Content**: [memory content]
- **Confidence**: [high|medium|low]
- **Status**: pending

---

审计跟踪

第 1 层：Git — 每次变更都对应一条带结构化消息的原子提交 第 2 层：audit.log — 可查询的单行摘要

执行者类型：bot:trigger-remember、reflection:SESSION_ID、system:decay、manual、subagent:NAME、bot:commit-from:NAME

关键文件提醒： SOUL.md、IDENTITY.md 的变更会标记为 ⚠️ CRITICAL

---

关键参数

参数	默认值	备注
核心记忆上限	3,000 tokens	始终置于上下文中
Evolution.md 上限	2,000 tokens	在里程碑时精简
反思输入	~30,000 tokens	片段 + 图谱 + 元数据
反思输出	~8,000 tokens	对话式，而非结构化
每次会话的反思要素	5-8 项	从菜单中随机选择
反思日志	10 条完整记录	较早记录 → 归档并附摘要
衰减 λ	0.03	半衰期约为 23 天
归档阈值	0.05	低于该值 = 隐藏
审计日志保留时间	90 天	较早记录 → 按月汇总

---

参考资料

• references/architecture.md — 完整设计文档（1200+ 行）
• references/routing-prompt.md — 大模型记忆分类器
• references/reflection-process.md — 反思理念与内心独白格式

故障排除

记忆未持久化？ 检查 memorySearch.enabled: true，确认 MEMORY.md 存在，然后重启网关。

反思未运行？ 确保上一次反思已获批准或被拒绝。

审计跟踪未生效？ 检查 .git/ 是否存在，并确认 audit.log 可写。