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 │ └─────────────────────┘ └─────────────────────┘

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

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]

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

CortexGraph 记录

{ "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

CREATE TABLE co_occurrence ( memory_a TEXT, memory_b TEXT, weight REAL, last_updated TEXT, PRIMARY KEY (memory_a, memory_b) );

同步记忆

# 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

# 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

# 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

遗忘是功能 - 不是所有记忆都需要永久保存 关联即记忆 - 两个记忆同时出现 = 它们有关联 跨域桥接 - 穿衣服记录和调试记录可以关联 个性在桥接中 - 跨域边是 personality 所在

参考

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