https://blog.kalend.top/tags/architecture/Recent content in Architecture on Kalend's BlogHugo -- gohugo.iozhhttps://blog.kalend.top/wiki/concepts/memory-layered-architecture/Mon, 01 Jan 0001 00:00:00 +0000https://blog.kalend.top/wiki/concepts/memory-layered-architecture/<h1 id="五层记忆架构">五层记忆架构 </h1><h2 id="概述">概述 </h2><p>[[hermes-agent]] 的记忆系统由五层组成，从每轮注入到按需检索，形成完整的长短期记忆链路。设计原则：<strong>热记忆 = 指路牌（只放每次都需要的），MemPalace = 百科全书（按需检索）</strong>。</p> <h2 id="五层结构">五层结构 </h2><table> <thead> <tr> <th>层级</th> <th>名称</th> <th>存储</th> <th>容量</th> <th>加载方式</th> </tr> </thead> <tbody> <tr> <td>L0</td> <td>Persona</td> <td>SOUL.md</td> <td>~3000字符</td> <td>每轮注入</td> </tr> <tr> <td>L1</td> <td>热记忆</td> <td>MEMORY.md + USER.md</td> <td>~2200字符上限</td> <td>每轮注入（启动时冻结）</td> </tr> <tr> <td>L2</td> <td>语义检索</td> <td>[[mempalace]] ChromaDB</td> <td>无硬限</td> <td>按需 mempalace_recall</td> </tr> <tr> <td>L3</td> <td>知识图谱</td> <td>[[mempalace]] SQLite 三元组</td> <td>无硬限</td> <td>按需 mempalace_knowledge</td> </tr> <tr> <td>L4</td> <td>会话历史</td> <td>session_search (FTS5)</td> <td>全量</td> <td>按需搜索</td> </tr> </tbody> </table> <h2 id="回忆优先级">回忆优先级 </h2><div class="highlight"><div class="chroma"> <table class="lntable"><tr><td class="lntd"> <pre tabindex="0" class="chroma"><code><span class="lnt">1 </span></code></pre></td> <td class="lntd"> <pre tabindex="0" class="chroma"><code class="language-fallback" data-lang="fallback"><span class="line"><span class="cl">热记忆(L0+L1) → MemPalace语义搜索(L2) → session_search(L4) → 结构化文件 </span></span></code></pre></td></tr></table> </div> </div><h2 id="溢出机制">溢出机制 </h2><p>当热记忆超过 ~70% 容量时，非核心信息下沉到 [[mempalace]]：</p> <ul> <li>网络拓扑、环境配置 → 下沉</li> <li>项目细节、技术记录 → 下沉</li> <li>核心偏好、高频踩坑 → 保留</li> <li>行为规则、授权声明 → 保留</li> </ul> <h2 id="三工具协同">三工具协同 </h2><table> <thead> <tr> <th>工具</th> <th>定位</th> <th>集成层级</th> </tr> </thead> <tbody> <tr> <td>[[hermes-agent]] 内置</td> <td>记忆编排中枢</td> <td>L0 + L1</td> </tr> <tr> <td>[[mempalace]]</td> <td>本地长期语义记忆</td> <td>L2 + L3</td> </tr> <tr> <td>[[ima-openapi]]</td> <td>云端知识库</td> <td>外部知识源</td> </tr> </tbody> </table> <h2 id="嵌入模型">嵌入模型 </h2><p>使用 Qwen3-Embedding-0.6B（4096维，通过 [[ollama]] 部署），中文命中率从 50% 提升到 100%。</p> <h2 id="相关">相关 </h2><ul> <li>[[mempalace]] — L2/L3 实现</li> <li>[[hermes-agent]] — 中枢</li> <li>[[ima-openapi]] — 云端知识源</li> </ul>