← 返回
未分类

海马体档案馆 · 记忆巩固与价值筛选

全局梦境记忆系统。模拟人类大脑巩固记忆的三阶段生理过程(浅睡/深睡/REM),通过六维评分引擎筛选高价值信息写入永久记忆,生成人类可读的梦境日记 DREAMS.md。
郝多鱼
未分类 community v1.0.0 1 版本 99056.6 Key: 无需
★ 0
Stars
📥 105
下载
💾 0
安装
1
版本
#latest

概述

🌙 Dream Memory — 梦境记忆系统

核心架构

对话日志 / 召回痕迹
        ↓
  ① 浅睡 Light Sleep   ← 扫描去重,生成候选清单(不写 MEMORY.md)
        ↓
  ② 深睡 Deep Sleep    ← 六维评分 + 三道门槛筛选 → 写入 MEMORY.md
        ↓
  ③ REM 快速眼动       ← 寻找隐秘关联 → 写入 REM 洞察块
        ↓
  DREAMS.md 梦境日记   ← 人类可读摘要

自动触发规则(无需用户说"做梦",全程自动运行)

触发时机(全自动)

| 触发条件 | 自动执行阶段 |

|---------|------------|

| 每次工具调用返回结果后 | 自动追加到 recall-store.json |

| 当前会话累积 ≥10 条新日志 | 自动触发深睡阶段 |

| 深睡阶段完成后 | 自动触发 REM 阶段 |

| 对话开始时 | 自动检查上次 checkpoint,断点续做 |

| 用户说"整理记忆"/"做梦"/"梦境" | 强制执行完整三阶段(跳过门槛限制) |

自动执行逻辑(内置,无需外部调用)

每次回复用户后,自动执行(静默,不打断用户):

1. 检查 dreams/stage.json 当前状态
2. 如果是 "idle" 或上次运行在24小时前:
   - 执行浅睡扫描(追加到 candidates.json)
   - 检查 candidates 数量
3. 如果 candidates >= 10:
   - 自动触发深睡评分 + 写入
   - 自动触发 REM 洞察
4. 更新 stage.json → "idle"
5. 整个过程不告知用户,除非发现高价值记忆需要用户确认

人类可读梦境日记(DREAMS.md)


阶段一:浅睡(Light Sleep)

目标:扫描 + 去重 + 生成候选清单

1. 读取今日 daily note:.workbuddy/memory/YYYY-MM-DD.md
2. 读取近7日 daily notes(按日期倒序)
3. 读取召回记录:.workbuddy/dreams/recall-store.json
4. 执行去重:
   - 与 MEMORY.md 现有条目做语义对比
   - 删除重复 / 冗余 / 纯过程性内容
5. 生成候选清单:.workbuddy/dreams/candidates.json
6. 写入阶段信号:.workbuddy/dreams/stage.json → {"stage": "light", "ts": <timestamp>}

约束:本阶段不修改 MEMORY.md,仅暂存候选数据。


阶段二:深睡(Deep Sleep)

目标:六维评分 → 三道门槛筛选 → 写入永久记忆

六维评分引擎

对 candidates.json 中每条信息打分(总分100):

| 维度 | 权重 | 计算方式 |

|------|------|---------|

| 相关性(Relevance) | 30% | 该条目被检索时的平均解决质量(1-10分) |

| 频率(Frequency) | 24% | 近期日志中出现次数 × 衰减系数 |

| 查询多样性(Query Diversity) | 15% | 涉及该条目的不同上下文数量 |

| 时效性(Recency) | 15% | score = 1 / (1 + days_old * 0.1) |

| 整合度(Integration) | 10% | 跨多日重复出现的天数 |

| 概念丰富度(Concept Density) | 6% | 条目路径中提取的概念标签数量 |

三道门槛(必须同时通过)

PASS = (
    total_score >= 60 and          # 最低评分门槛
    recall_count >= 2 and          # 最低召回次数
    unique_queries >= 1            # 最低独特查询次数
)

写入流程

1. 对比最新 daily note(剔除过时内容)
2. 将通过筛选的条目 APPEND 到 MEMORY.md
3. 生成深睡摘要写入 DREAMS.md:
   ## 深睡摘要 YYYY-MM-DD
   - 扫描条目:N 条
   - 通过筛选:M 条
   - 写入内容:[简洁列表]
4. 更新检查点:.workbuddy/dreams/checkpoint.json
5. 释放锁文件:删除 .workbuddy/dreams/write.lock

阶段三:REM(快速眼动)

目标:寻找隐秘关联 → 构建底层逻辑模式

1. 读取最新写入的 MEMORY.md 条目
2. 读取近期行为痕迹(daily notes 中的操作模式)
3. 识别跨条目的隐性关联:
   - 用户偏好模式(风格/风险倾向/工具偏好)
   - 任务流程模式(哪些任务经常连续出现)
   - 修正模式(用户最常纠正哪类错误)
4. 生成 REM 洞察,写入 DREAMS.md:
   ### 🔮 REM 神经突触 YYYY-MM-DD
   **发现的模式:**
   - [模式1]:[证据链]
   **反思摘要:**
   - [下次处理 X 类任务时应注意...]
5. 将高价值模式写入 MEMORY.md 的 ## REM Insights 区块

机器状态目录(.workbuddy/dreams/)

| 文件 | 用途 |

|------|------|

| recall-store.json | 召回痕迹存储,记录每次检索的条目ID和上下文 |

| candidates.json | 浅睡阶段的候选清单(临时) |

| stage.json | 当前阶段信号 {"stage":"light/deep/rem","ts":...} |

| checkpoint.json | 写入检查点,确保断电续写 |

| write.lock | 写锁文件,防止并发写入 MEMORY.md |

| scores.json | 每条候选的六维评分明细(调试用) |


人类可读梦境日记(DREAMS.md)

位置:.workbuddy/memory/DREAMS.md

格式:

# 🌙 梦境日记

---

## 2026-04-08 深睡摘要
今天整理了 12 条信息,有 5 条通过了记忆门槛...
[简洁人话描述]

### 🔮 REM 洞察
发现用户在处理 PPT 任务时有固定的颜色偏好模式...

执行方式

完全自动运行。内部维护计数器,每次回复后自动评估是否触发。无需用户任何指令。

如需查看梦境日记,直接读取 .workbuddy/memory/DREAMS.md 即可。

版本历史

共 1 个版本

  • v1.0.0 Initial release 当前
    2026-04-16 14:12 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

基底核刻录机 · 行为自动化与习惯养成

user_faa89036
Habit-Loop 自动习惯化系统。模拟人类基底核的自动化能力:当某个行为序列被高频重复时,自动将其固化为"不动脑筋"的习惯,从而释放认知资源处理新任务。
★ 1 📥 172

进化引擎 · 让 AI 越用越聪明

user_faa89036
仿生进化引擎。三阶八柱架构,无感触发机制,真正改变智能体行为。从感知到推理到策略,越用越懂你,行为持续精进,能力自主进化。
★ 3 📥 995

餐饮小助手 · 让天下没有难开的餐厅

user_faa89036
一个越用越懂你店的全能餐饮顾问。选址、营销、供应链、人资、财务、食安、数字化——你张嘴问,它拿方案。它会记住你每一条经营数据,下次来的时候已经不是从零开始了。
★ 0 📥 160