AstroResearch/docs/architecture/agent/memory.md

记忆系统 (memory/)

参考 Claude Code memdir/ 设计，提供完全基于文件系统（非数据库）的项目级持久化记忆管理。核心代码位于 src/agent/memory/（8 个文件）和 src/agent/tools/memory.rs（save_memory 工具）。

整体架构

graph TD
    subgraph Storage["文件存储 ({library_dir}/memory/)"]
        MEMORY_MD["MEMORY.md<br/>索引文件 (≤200行, ≤25KB)"]
        Files["{slug}.md × N<br/>每个记忆一个 Markdown 文件"]
        Archive["{slug}_v1.md<br/>旧版本归档（永不删除）"]
    end

    subgraph Manager["MemoryManager (mod.rs)"]
        Load["reload()<br/>扫描目录 → 解析 frontmatter → 按 mtime 排序"]
        Save["save_memory()<br/>写文件 → 归档旧版 → 更新索引 → reload"]
        Reminder["build_system_reminder(N)<br/>构建注入 system prompt 的 XML 块"]
        SelectRel["select_relevant_memories()<br/>LLM 语义选择 + 指数衰减排序"]
    end

    subgraph Tool["save_memory 工具 (tools/memory.rs)"]
        Validate["参数校验<br/>slug 格式 + memory_type 枚举"]
        QualityGate["写入时门控<br/>质量检查 + Jaccard 去重"]
        Execute["执行写入<br/>MemoryManager.save_memory()"]
    end

    subgraph Pipeline["记忆生命周期"]
        Extract["extraction.rs<br/>会话结束时自动提取（默认关闭）"]
        Dedup["dedup.rs<br/>Jaccard 相似度去重 (≥70%) + 内容质量门控"]
        Decay["decay.rs<br/>指数时间衰减 + Hebbian 激活层级"]
        Age["age.rs<br/>时效标签 + freshness 警告"]
        Guardrails["guardrails.rs<br/>WHAT_NOT_TO_SAVE + VERIFY_BEFORE_RECOMMENDING"]
    end

    subgraph Types["types.rs — 数据模型"]
        MemoryEntry["MemoryEntry<br/>{ slug, name, description, memory_type, mtime, content, path, status }"]
        MemoryType["MemoryType: User | Feedback | Project | Reference"]
        MemoryStatus["MemoryStatus: Active | Historical { superseded_by }"]
    end

    Tool --> Manager
    Manager --> Storage
    Reminder -->|"try_lock() 非阻塞"| Runtime["AgentRuntime System Prompt"]
    Extract --> Dedup --> Tool
    Decay --> SelectRel
    Guardrails --> Reminder
    Guardrails --> Tool

存储结构

记忆不使用 SQLite，全部存储在文件系统 {library_dir}/memory/ 目录下：

{library_dir}/memory/
├── MEMORY.md              # 索引文件（最多 200 行 / 25KB）
├── user-prefs.md          # 活跃记忆（YAML frontmatter + Markdown 内容）
├── project-goals.md
├── user-prefs_v1.md       # 旧版本归档（原文件重命名，永不删除）
└── ...

每个记忆文件格式：

---
name: user-role
description: 用户的科研角色和偏好
type: user
status: active
---

用户是天体物理学博士后，主要研究恒星演化与双星系统。
**Why:** 在对话开始时用户明确说明了研究领域。
**How to apply:** 默认使用天体物理学术语，优先推荐恒星演化相关文献。

版本管理机制：当更新已有 slug 时，旧文件重命名为 {slug}_v1.md，其 frontmatter 中 status 改为 historical 并记录 superseded_by 指向新版本。旧版本永不删除——保留完整的事实演进历史。MemoryStatus 枚举控制此生命周期：

Active ──(更新)──→ Historical { superseded_by: Some("new-slug") }

核心数据结构 (types.rs)

结构体/枚举	字段/变体	说明
MemoryType	User	用户角色、偏好、知识背景
	Feedback	用户提供的修正或确认的方法论（含 Why 和 How to apply）
	Project	项目上下文、目标、约束（不可从代码推导的部分）
	Reference	外部资源指针（URL、仪表盘、工单系统）
MemoryStatus	Active	当前有效（默认值）
	Historical { superseded_by }	已被更新版本取代，superseded_by 指向新 slug
MemoryEntry	slug: String	文件名标识（不含 .md 扩展名）
	name: String	记忆标题
	description: String	简短描述，用于相关性匹配
	memory_type: MemoryType	记忆类型
	mtime: u64	文件修改时间（Unix 时间戳），用于排序
	content: String	不含 frontmatter 的纯正文（Markdown）
	path: PathBuf	文件完整路径
	status: MemoryStatus	生命周期状态（默认 Active）

parse_frontmatter(raw) 函数解析 YAML-like frontmatter，支持 name、description、type/memory_type、status、superseded_by 字段。缺失 status 时默认为 Active。

MemoryManager 核心方法 (mod.rs)

MemoryManager 在应用启动时创建（main.rs），存入 AppState.memory_manager: Arc<tokio::sync::Mutex<MemoryManager>>。

方法	调用时机	行为
new(library_dir)	应用启动	create_dir_all(memory/) → reload() 扫描所有 .md 文件 → 解析 frontmatter → 按 mtime 降序排序
reload()	每次 save_memory 后	全量重新扫描目录，清空并重建 entries: Vec<MemoryEntry>
entries()	查询	返回 &[MemoryEntry] 不可变引用
save_memory(slug, name, desc, type, content)	save_memory 工具调用	① 检查是否已有活跃版本 → 归档为 {slug}_v1.md ② 写入新 YAML frontmatter + content ③ update_index() 更新 MEMORY.md ④ reload() 刷新内存状态
build_system_reminder(max)	System prompt 组装	取最近 max 条记忆，构建 <project-memory-context> XML 块，包含类型标签、时效警告、验证提醒
build_system_reminder_from(selected)	LLM 选择后	同上，但从指定的条目子集构建
select_relevant_memories(llm, ctx, max)	按需	LLM 语义匹配 → 指数时间衰减重排序 → 回退到 recency 排序
mark_main_agent_wrote()	save_memory 工具执行后	设置标志抑制本会话的自动提取

关键设计：非阻塞加载。System prompt 组装时使用 try_lock()（非 lock()）——如果 mutex 已被持有则直接跳过，不阻塞会话启动。

update_index() 索引维护

MEMORY.md 索引文件受双重容量保护：

参数	值	触发行为
MAX_ENTRYPOINT_LINES	200	行数满时移除最旧条目行
MAX_ENTRYPOINT_BYTES	25,000 (~25KB)	字节数超限时在约 25KB 处截断，附加截断提示

索引格式（每行一条）：

- [记忆标题](slug.md) — 简短描述 (type: user)

写入时执行原地更新：若 MEMORY.md 中已存在同 slug 的行（通过 ](slug.md) 标记匹配），则替换该行而非追加。

save_memory 工具 (tools/memory.rs)

这是唯一暴露给 LLM 的记忆写入工具。

参数 Schema：

参数	类型	必填	校验规则
slug	string	是	kebab-case，禁止空格、/、\
name	string	是	记忆标题
description	string	是	用于决定何时加载此记忆
memory_type	enum	是	user / feedback / project / reference
content	string	是	Markdown 格式，最少有效信息量推荐 >10 字符

工具配置：

配置项	值	原因
is_concurrency_safe	false	写入操作不可与其他工具并发执行
interrupt_behavior	Block	写入磁盘不可中途中断

完整执行流程：

sequenceDiagram
    participant LLM as LLM
    participant Tool as SaveMemoryTool
    participant QG as 质量门控 (dedup.rs)
    participant Mgr as MemoryManager
    participant FS as 文件系统

    LLM->>Tool: save_memory(slug, name, desc, type, content)
    Tool->>Tool: ① 参数校验 (slug 非空 + 格式合法 + type 枚举有效)
    Tool->>Mgr: ② lock().await 获取互斥锁
    Tool->>QG: ③ check_content_quality(content)
    QG-->>Tool: QualityCheck (Accept / TooShort / TransientState / VagueLanguage / CodePattern)
    Tool->>QG: ④ find_duplicate_by_content(content, entries, 0.70)
    QG-->>Tool: 重复的 slug 或 None
    Tool->>QG: ⑤ slug_exists(memory_dir, slug) → 判断是新建还是更新
    Tool->>Mgr: ⑥ save_memory(slug, name, desc, type, content)
    Mgr->>FS: 若已有活跃版本 → 归档 {slug}_v1.md
    Mgr->>FS: 写入新 {slug}.md (frontmatter + content)
    Mgr->>FS: 更新 MEMORY.md 索引
    Mgr->>Mgr: reload() 刷新内存状态
    Tool->>Mgr: ⑦ mark_main_agent_wrote() 抑制自动提取
    Tool->>QG: ⑧ build_manifest_preview(entries) 构建清单
    Tool-->>LLM: success(message + manifest + quality warning + duplicate hint)

返回消息结构：

1. 操作状态（✅ 已保存 / 🔄 已更新）
2. 质量警告（如有：⚠️ 过短 / 瞬时状态 / 模糊语言 / 代码模式）
3. 重复提示（如有：💡 检测到与 {slug} 内容 ≥70% 重叠）
4. 当前记忆清单（所有现有条目供 LLM 参考）

记忆注入机制

在 Agent 会话启动时，system prompt 按顺序组装各 section。记忆注入发生在 Section 4（位于 Tools、Skills 之后，Core Principles 之前）：

① 静态身份声明
② 工具定义
③ Skills 提醒
④ <project-memory-context>      ← 记忆（通过 try_lock 非阻塞加载，默认 5 条）
⑤ 核心原则

注入格式示例：

<project-memory-context>

[PROJECT MEMORY]

[偏好] 用户角色: 天体物理学博士后，研究恒星演化与双星系统
  用户是天体物理学博士后，主要研究恒星演化与双星系统。
  **Why:** 在对话开始...
<system-reminder>此记忆已过 3 天。记忆是某个时间点的快照，不是实时状态...</system-reminder>

[反馈] 测试策略: 优先使用单元测试而非集成测试
  用户偏好单元测试，认为集成测试太慢...

使用 save_memory 工具保存重要信息。记忆内容可能过时，请在使用前验证。

## 从记忆中推荐前先核实
"记忆说 X 存在" 不等于 "X 现在存在"。
</project-memory-context>

记忆列表中每个条目的格式：

[类型标签] 标题 [状态标签]: 描述
  内容预览（前 3 行）
<system-reminder>时效警告（超过 1 天的记忆）</system-reminder>

类型标签：[偏好] / [反馈] / [项目] / [参考]。Historical 记忆额外显示 [已更新→新slug]。

写入时质量护栏 (dedup.rs + guardrails.rs)

四层内容质量门控（全部仅警告，不强制拒绝——最终决定权在 LLM）：

检测类型	触发条件	示例
过短	有效字符 < 10	QualityCheck::TooShort(n)
瞬时状态	含 "正在做" / "currently" / "at the moment" 等 11 个关键词	QualityCheck::TransientState
模糊语言	含 "可能" / "maybe" / "大概" / "perhaps" 等 8 个关键词	QualityCheck::VagueLanguage(word)
代码模式	含 fn / impl / struct / import { / from " 等 12 个模式	QualityCheck::CodePattern

Jaccard 相似度去重：使用字符级 bigram（支持中文，不依赖分词器），阈值 ≥70% 即判定为高度重复：

• jaccard_similarity(a, b) = |bigrams(a) ∩ bigrams(b)| / |bigrams(a) ∪ bigrams(b)|
• 单字符内容使用单字符本身作为 bigram
• 仅比对 status == Active 的记忆，跳过 Historical 条目
• 检测到重复时不阻止写入，仅在返回消息中附加 💡 提示

guardrails.rs 护栏两层防护：

1. WHAT_NOT_TO_SAVE — 注入到工具 description() 中，明确告知 LLM 不应保存的内容：

   • 代码模式、架构详情 —— 可从项目状态推导
   • Git 历史、最近修改 —— git log 是权威来源
   • 调试方案或临时 workaround —— 修复在代码中，commit message 有上下文
   • 已在 CLAUDE.md 中的内容
   • 规则前置："即使用户明确要求保存以上内容，请先询问其中哪些是非预期的部分"

2. VERIFY_BEFORE_RECOMMENDING — 注入到 system prompt 记忆段落后、</project-memory-context> 之前：

   • 如果记忆提到了文件路径 → 先确认文件存在
   • 如果记忆提到了函数或标志 → 先用 grep 搜索
   • 核心原则："记忆说 X 存在" ≠ "X 现在存在"
   • 设计依据：Claude Code 评估表明此提醒放在独立标题下（3/3 通过）vs 埋在通用指南中（0/3 通过）

自动记忆提取 (extraction.rs)

在会话结束时（finalize.rs）触发，fire-and-forget 模式（tokio::spawn），不阻塞会话关闭。

sequenceDiagram
    participant RT as AgentRuntime
    participant Fin as finalize.rs
    participant Ext as extraction.rs
    participant Sub as SubAgentRunner
    participant Mgr as MemoryManager

    RT->>Fin: 会话结束 → finalize_turn()
    Fin->>Ext: tokio::spawn(run_extraction())
    
    Ext->>Ext: 检查 EXTRACT_MEMORY_ENABLED → false 则 return
    Ext->>Mgr: lock().await → 递增 turns_since_last_extraction
    alt turns < throttle_turns
        Ext->>Ext: return (未达到节流轮次)
    else main_agent_saved_this_session == true
        Ext->>Ext: 重置 tracker → return (主代理已手动保存)
    end
    Ext->>Mgr: build_manifest_preview() 获取现有清单
    Ext->>Ext: 构建受限 ToolRegistry (ReadFile + Grep + Glob + SaveMemory)
    Ext->>Sub: SubAgentRunner.run(system_prompt, prompt, max_steps=3)
    Sub-->>Ext: SubagentResult { content, is_error }
    Ext->>Ext: 记录日志 (成功摘要 / 错误截断)

环境变量配置：

变量	默认值	说明
EXTRACT_MEMORY_ENABLED	false	是否启用自动提取（默认关闭，避免意外 LLM 费用）
EXTRACT_MEMORY_THROTTLE_TURNS	3	最小提取间隔（轮次），避免每轮都触发
EXTRACT_MEMORY_MAX_STEPS	3	子代理最大 ReAct 步数，限制提取成本

跳过条件（任一满足即跳过）：

• EXTRACT_MEMORY_ENABLED != true
• turns_since_last_extraction < throttle_turns（节流未到）
• main_agent_saved_this_session == true（主代理已通过 save_memory 工具写入）
• 子代理工具集为受限集（仅 4 个只读工具 + save_memory），不能执行 bash、不能搜索论文

时效性与衰减系统

指数时间衰减 (decay.rs)：

score = e^(-λ × days_old)
λ = ln(2) / half_life_days

参数	默认值	说明
DEFAULT_HALF_LIFE_DAYS	30	半衰期 30 天：第 0 天 score=1.0，第 30 天 score=0.5，第 60 天 score=0.25
Historical 记忆固定分数	0.01	已更新记忆始终排在最后

Hebbian 启发式激活层级：

层级	天数范围	权重乘数	说明
Hot	≤ 7 天	1.0	最近活跃，全额权重
Warm	8-30 天	0.7	中等时效，7 折权重
Cool	> 30 天	0.3	较久远，3 折权重

时效警告 (age.rs)：

函数	输出	用途
memory_age_label(mtime)	"今天" / "昨天" / "N 天前"	人类可读的年龄标签
memory_freshness_note(mtime)	超过 1 天时返回 <system-reminder> 警告	注入 system prompt 的 XML 标签，利用 system-reminder 对模型的强注意力引导
memory_freshness_text(mtime)	同上但纯文本	备选方案

设计洞察："LLM 对绝对日期 ('2026-01-15') 的时效感知弱，但对相对时间 ('47 天前') 的感知强"——因此使用天数差而非 ISO 日期。

记忆选择器 (selection.rs)

当记忆数量超过 max_entries（默认 5）时，select_relevant_memories() 进行 LLM 语义选择：

1. 过滤掉 SelectionContext.already_surfaced 中已展示的条目
2. 若候选数 ≤ max_entries → 直接返回全部
3. 构建候选目录（slug + type + name + description）
4. LLM 结构化 JSON 选择 → 支持两种响应格式：["slug1", "slug2"] 和 [0, 1, 3]
5. LLM 失败或 JSON 解析失败 → 回退到 recency 排序（保证优雅降级）
6. 通过 apply_decay_scoring() 对选中结果进行指数衰减重排序

SelectionContext 结构：

字段	类型	默认值	说明
already_surfaced	Vec<usize>	[]	已展示过的条目索引，本轮不再选择
recent_tools	Vec<String>	[]	最近使用的工具，相关记忆降权
max_entries	usize	5	每次最多选择条数

与数据库的关系

记忆完全使用文件系统，不使用 SQLite。数据库表仅存储 Agent 会话状态：

数据库表	存储内容	与记忆的关联
agent_sessions	会话元数据（title, model, turn_count）	无直接关联
agent_messages	消息历史（role, content, thought, token_count）	自动提取时子代理读取对话历史
agent_tasks	DAG 任务看板	无关联
agent_audit_log	工具调用审计（tool_name, status, elapsed_ms）	每个 save_memory 调用被 AuditLogHook 记录到此表

完整数据流

应用启动
  main.rs: MemoryManager::new(library_dir)
    → create_dir_all(memory/)
    → reload() 扫描 *.md → 解析 frontmatter → 按 mtime 排序
    → 存入 AppState.memory_manager

会话开始
  runtime/mod.rs: build_system_prompt()
    → try_lock() memory_manager (非阻塞)
    → build_system_reminder(5)
    → 构建 <project-memory-context> XML 块注入 system prompt

会话中（LLM 主动保存）
  LLM 调用 save_memory(slug, name, desc, type, content)
    → SaveMemoryTool.execute()
      → 参数校验（slug 格式 + type 枚举）
      → lock() memory_manager
      → check_content_quality(content)    ← 四层质量门控（仅警告）
      → find_duplicate_by_content(0.70)   ← Jaccard bigram 去重
      → mgr.save_memory()
        → 归档旧版 {slug}_v1.md（如存在）
        → 写入新 {slug}.md（frontmatter + content）
        → update_index() → 更新 MEMORY.md
        → reload()
      → mark_main_agent_wrote()
      → 返回: 操作状态 + 质量警告 + 重复提示 + manifest 清单

会话结束
  finalize.rs: finalize_turn()
    → 更新 agent_sessions (turn_count, metrics)
    → 运行 OnSessionStop hooks（审计日志、指标）
    → 导出轨迹 JSONL
    → 如果 EXTRACT_MEMORY_ENABLED:
        tokio::spawn(run_extraction())
          → 检查节流 + 主代理写入标志
          → 子代理分析对话 → 提取记忆 → save_memory

子模块文件索引

文件	职责
src/agent/memory/mod.rs	MemoryManager 核心：构造、reload、save_memory、build_system_reminder、索引维护
src/agent/memory/types.rs	MemoryType(4 变体)、MemoryStatus(Active/Historical)、MemoryEntry、frontmatter 解析器
src/agent/memory/selection.rs	LLM 语义记忆选择器 + 指数衰减排序 + recency 回退
src/agent/memory/decay.rs	指数时间衰减 (e^(-λt)) + Hebbian Hot/Warm/Cool 激活层级
src/agent/memory/age.rs	时效标签生成 + <system-reminder> freshness 警告
src/agent/memory/guardrails.rs	WHAT_NOT_TO_SAVE 排除规则 + VERIFY_BEFORE_RECOMMENDING 验证提醒
src/agent/memory/dedup.rs	Jaccard 相似度去重 (bigram) + check_content_quality 四层门控 + manifest 构建
src/agent/memory/extraction.rs	自动提取：ExtractionConfig(env) + ExtractionTracker + run_extraction 子代理
src/agent/tools/memory.rs	save_memory 工具：AgentTool trait 实现，完整执行流程

---