nova-memory — Nova 工作空间自研记忆技能

元信息

• name: nova-memory
• description: Nova 工作空间自研记忆技能，提供本地语义记忆存储、检索、实体管理、自动反思能力。纯 Python 实现，无外部 API 依赖，安全可靠。
• trigger words: 记忆、remember、recall、实体、entity、反思、reflect、图谱、graph、搜索、search、标签、tag

功能说明

核心能力

技术方案

• 向量相似度：TF-IDF + Cosine Similarity（sklearn，纯本地）
• 存储格式：JSON 文件，每条记忆独立一个 .json 文件
• 索引结构：
• 倒排索引：tag → memory_id[]
• 向量索引：memory_id → TF-IDF vector
• 实体图：简单 JSON 图结构（entity_name → {facts}）
• 存储路径：/workspace/memory/nova-memory/

目录结构

/workspace/skills/nova-memory/
├── SKILL.md                  # 本文件
├── src/
│   ├── __init__.py          # 模块入口
│   └── memory_core.py       # 核心引擎
└── scripts/
    └── memory_cli.py        # 命令行工具

使用示例

Python API

from nova_memory import NovaMemory

# 初始化
mem = NovaMemory(storage_dir="/workspace/memory/nova-memory/")

# 记忆一条信息
mid = mem.remember(
    content="Eric 喜欢在周末去重庆大学城附近骑行",
    tags=["eric", "偏好", "运动"],
    entity="Eric"
)

# 语义检索
results = mem.recall("周末运动习惯", top_k=3)
for r in results:
    print(r["content"], "→ 相似度:", round(r["score"], 3))

# 记住实体
mem.remember_entity("Eric", {
    "职业": "投资者",
    "时区": "UTC+8",
    "地点": "重庆"
})

# 获取实体
info = mem.get_entity("Eric")
print(info)

# 按标签搜索
results = mem.search_by_tag("偏好")

# 记忆图谱
graph = mem.get_memory_graph()
print(graph)

# 自动反思
insight = mem.auto_reflect()
print(insight)

# 持久化
mem.save()

CLI 工具

# 记忆一条信息
python -m nova_memory.scripts.memory_cli remember "Eric 今天讨论了投资组合优化" --tags 投资,组合

# 语义检索
python -m nova_memory.scripts.memory_cli recall "投资策略"

# 实体操作
python -m nova_memory.scripts.memory_cli entity add "Eric" --facts 职业=投资者,地点=重庆
python -m nova_memory.scripts.memory_cli entity get "Eric"

# 标签搜索
python -m nova_memory.scripts.memory_cli tags search "投资"

# 记忆图谱
python -m nova_memory.scripts.memory_cli graph

# 自动反思
python -m nova_memory.scripts.memory_cli reflect

OLAP 分析模块（memory_olap.py）

集成 SQLite 本地 OLAP 引擎，支持记忆数据的深度分析：

from nova_memory.memory_olap import MemoryOLAP

olap = MemoryOLAP()

# 生成完整分析报告
print(olap.full_report())

# 每日趋势
print(olap.trend_analysis(30))

# 标签热度
print(olap.tag_analysis(10))

# 实体统计
print(olap.entity_stats())

# 内容熵（多样性评分）
print(olap.content_entropy())

与 Nova 记忆体系的整合

本技能与 Nova 四层记忆体系互补：

> auto_reflect() 的输出可写入 MEMORY.md 或 memory/lessons.md，形成闭环。

安全与限制

• ✅ 纯本地运行，无外部 API 调用，无数据泄露风险
• ✅ 无 eval() / exec()，无代码注入风险
• ✅ 所有文件存储在 /workspace/ 目录下
• ⚠️ 大量记忆（>10,000 条）建议定期清理旧记忆文件