Mnemosyne OS 7.0.2 — 精准记忆 / 精准召回 / 极限上下文精确压缩

这一版的唯一目标：让「精准记忆 · 精准召回 · 极短上下文下的精确压缩」从声称的能力
变成可复现、可断言的事实。

为什么要出这一版

7.0.1 已经把向量模型与向量库接上了，但精准仍然达不到"可以承诺"的程度。深查之后确认：
问题不在参数没调好，而在机制本身——以下几条让"100% 精准"在结构上不可能达成：

#	症状	根因
P0-1	长会话「越聊越偏」，正确答案从 rank1 掉到 rank3	`access_boost` 是加性且上限 +0.20（与整路权重同量级），而计数对"凡进入结果列表"无条件累加
P0-2	无关查询也返回高分；一切"分数阈值"规则失效	五路打分各自 `x/max(x)` 归一化 → 最高分恒为 1.0 → 融合分没有绝对含义（实测无关查询 top1 1.0200 > 相关查询 0.6922），且旧行为无论如何填满 k 条
D1	`graph_query("用户")` 恒为空	抽取器把 `用户的显卡是 RTX 4090` 的主语抽成 `用户的显卡` → 图节点永远不是 `用户`；5 路融合里权重 0.10 的图通道长期空转
D3	`budget_tokens=40` 实际塞进 150+ token	无分词器时兜底用「4 字符 ≈ 1 token」（英文经验值），中文被低估 3~4 倍 → 压缩降级路径永不触发
D6	同一条偏好被反复重述 → 库里堆多条 0.98+ 重复	写入侧无语义去重（只有事后 `dedup`）
D7	熔断窗口内的向量写入被静默丢弃，那批记忆永久失去语义索引且无人察觉	插件 `add()` 裸 `return`（返回 None），调用方无法区分"成功 / 真失败 / 被丢弃"
D8	正确答案因"多了一个字"丢掉图通道的分	记录侧图节点取自 `entities` 的中文滑窗碎片，切出什么高度依赖字数对齐 —— 本质是抽签
D9	边的 `memory_id` 全是 NULL → "这条记忆连了哪些图节点"永远查不到	`add_edges(memory_id=…)` 对 dict 型边完全忽略该参数
D10	正文里写了日期反而被扣分	时间通道用正文抽出的 `event_time`："购于 2026-03-15"被衰减到 ≈0.24，而"备用显卡"（无日期）拿 1.00
D11	纯改写问句被相关性下限误杀（问"我喜欢什么"得到"没有相关记忆"）	改写对余弦 0.4900 与无关项 top1 0.5275 分布重叠 → 单一阈值无法两全，必须靠结构化标签通道兜住

新增：AIC 记忆胶囊（Adaptive Information Capsule）

问题的本质：用户端上下文常常只有 1~2 轮、几百 token。传统做法把"压缩"等同于
"丢记忆"（模型看不到信息）或"生成式摘要"（有损改写，会凭空造出原文没有的数字/时间/
结论）——两者都让"精准"变成概率事件。

这一版的做法：把压缩重新定义为「分层 + 可寻址」。压缩产物不是更短的近似文本，而是

{稳定指针 ref} + {结构化事实} + {内容原子} [+ {抽取式要点}]

由此同时满足三条可断言的硬性质：

性质	含义
无损可逆	`ref` 指回原文；`expand(ref)` 逐字取回，并校验内容哈希（错指针/被改写的记录不会被静默交付）
零幻觉	要点是抽取式的（句子必须逐字来自原文），事实来自规则三元组，全程不做任何生成
事实守恒	数字 / 日期 / 金额 / 型号 / URL / 邮箱 / 引号原话（"原子"）在所有压缩层级都完整保留

分层阶梯：full（原文）→ gist → facts → pointer → atoms（仅指针+原子）。
指针与原子永不裁剪——它们分别是"可逆"与"事实不丢"的唯一凭据。
于是"预算不够"不再是"信息消失"，而是"精度分层"：预算再小，可被追问的事实
（多少钱、什么时候、哪个型号）依然在场。

胶囊是内容寻址的：同一记忆在同一预算下产出逐字节相同的胶囊 →
上游 LLM 的前缀/KV 缓存能稳定命中。省钱与"精准"在这里不冲突。

新增 MCP 工具

capsule：取单条记忆的胶囊（预算内），返回 text / ref / level /
atoms / tokens / min_tokens / lossless / over_budget + 自检结果。
expand：按指针逐字取回原文，返回 verified（哈希校验）。
recall_health：召回质量只读指标 —— 空结果率 / top1 分趋势 / 相关性下限剔除量 /
置信带与通道分布 / 延迟分位 / 向量后端成败 / 胶囊缓存命中率 / 图边规模 / 最近 20 轮明细。
工具数 18 → 20（7.0.1 为 14）。

修复清单

P0-1 access_boost：加性 +0.20 → 乘性、封顶 +5%；计数语义收窄为"融合分 ≥ top1 的
90% 才 +1"、上限 5。实测对照：仅因"先前问过 6 个无关问题"，干扰项 +0.12
（= 6 × 0.02，与公式逐位吻合）——这是"越聊越偏"的直接机制，上下文再大也救不了。
P0-2 相关性下限：阈值由实测标定（相关簇 cosine min 0.5222 / 无关簇 max 0.4064
→ REL_MIN_SEMANTIC=0.45），未过线者在排序之后剔除（不动候选下标，避免与倒排/doc_tf
的下标语义错位）。允许返回空结果：对 Agent 而言"没找到相关记忆"比"给 5 条无关记忆"安全得多。
边界：目标定位（forget / 更正 / dedup）走 apply_floor=False —— 用户描述天然含糊，
返回空等于"无法遗忘"；安全性改由 dry_run 先行 + 报告带置信带保证。
置信带跨调用污染（本轮新发现）：_relevance_band 挂在跨调用共享的索引记录 dict 上，
导致"取完结果 A 后再发一次无关查询 B"会把 A 的置信带静默改写（实测复现）。
修法：输出边界做快照（返回副本）+ 每轮打分前清标记 + 缓存命中重贴 + sync_record 保持
访问计数会话内一致。
图通道：模式化正则优先（A的B是C → 主语取 A、属性进 qualifier）+ 主语去定语归一 +
查询侧代词归一（我/我的→用户）+ 邻接图多跳。实测 graph_query('用户') 由空 →
10 个邻居节点；并新增存量数据图边懒回填（幂等）——只修抽取器只能让新写入有图，
老记忆仍然查不到，"改好了"必须真的能被用户看到。
budget_tokens 真正参与取舍：continue → prefix packing；装不下原文时
降级为胶囊而非丢弃，装不进正文的进 precision_index（指针+原子，不占正文预算）。
预算口径诚实：改用 CJK 感知的保守估算（CJK 逐字计 1、拉丁按词计 1），
避免"预算 40 却塞进 150+ token"的假通过。
写入侧语义去重 + 原子守恒硬约束：近似重复（≥0.95）并入既有记忆（内容以最新为准、
tags 取并集、置信度取高者、version+1）；但凡"改一个字就是另一个事实"的片段不同者，
相似度再高也绝不合并 —— 否则"用户的年假是 5 天"会吃掉"…15 天"，数据没丢但事实被改错，
且用户与审计都看不出发生了什么。方向取舍：宁可漏合并，绝不误合并。
编码单一收口：sanitize_str() 成为唯一实现（sqlite_backend._sanitize 委托调用），
带按来源计数；订正 encode(errors='replace') 用 ?(U+003F) 而非 U+FFFD。
向量写丢弃可见化：插件 add() 返回布尔，丢弃原因分开计数
（dropped_breaker 可重试 / dropped_unavailable / dropped_no_collection）；
doctor 新增 vector_ops / vector_backend（含熔断器剩余时间）/ graph 三段。
F9-b 确证修复：recall 输出投影带出 superseded_by（实测）。
内容原子补 num3 / ident 两条规则：6333、1024、bge-m3、gpt-4o、H100
这类"取值与身份标识"过去不算原子（"嵌入模型是多少维"的答案 1024 会被丢掉）；
并把计数归一为"原文里的字面出现次数"，消除多规则命中同一片段的计数膨胀。

验收（全部实测，三套缺一不可）

验收	结果
`scripts/verify_recall_quality.py`（端到端质量对照，需真实向量栈）	10/10 通过
— precision@1	8/8（冷启动）· 8/8（预热后）· 8/8（先问 4 个无关问题后）· 8/8（先问 28 个无关问题后）← 7.0.1 同类实验退化到 6/8
— 假阳性	无关查询返回 0 条（7.0.1 行为是无论如何填满 5 条）
— 极短上下文	30 token 预算下 8/8 问句的关键取值仍可见
— 延迟	召回 p50 0.21 ms
`scripts/verify_memory_lifecycle.py`（MCP stdio，需真实向量栈）	35/35 通过
`scripts/verify_precision_recall.py`（离线回归，不连外部服务）	94/94 通过
分层阶梯	实测 `full → gist → pointer → atoms` 随预算收缩逐级降级
`expand` 可逆性	逐字往返字节一致（116/116）；错哈希被拒（`verified=false`）
`py_compile`	60 文件 / 0 失败
文档完整性	96 处版本声明升级；含 `127.0.0.1` 的行零破损

为什么必须三套都跑：只有离线跑通，不代表 MCP 面可用；只有 MCP 跑通，
也不代表机制没退化（"分数全塌到常数底"时 MCP 断言仍可能全绿）；
而前两者都通过，也不代表排序正确 —— D8–D10 就是这样躲过前两套、
最终被"端到端质量对照"照出来的。

兼容性

记忆库格式、MCP 协议版本、CLI 命令面、配置文件全部不变，已有记忆库可直接沿用。
存量数据会在首次 recall / graph_query 时自动补齐图边（幂等）。

阈值	无关查询放过的条数	相关查询正确答案保留
0.45	5	8/8
0.55	0	8/8
0.60	0	7/8（丢掉那条真答案）

已知未做（诚实标注）

词表/键控注入式数据投毒、跨用户推理数据泄漏（memory/claim 的信任边界）
仍属 7.0.1 已标注的开放项，本版未触碰。
纯改写且与库内内容无词面/标签锚点的问句，可能被判为"无相关记忆"（实测该情形余弦
0.4900 与无关项 top1 0.5275 分布重叠，单一阈值无法两全）。本版用标签通道兜住了
偏好/意图类（最常见的一类），更泛化的改写仍可能落空 —— 这是刻意的保守取舍
（返回空比给错证据安全）。
图通道仍为规则抽取（无 LLM 参与）：中文复杂句（多从句、省略主语）的召回率有限，
它只是 5 路融合中权重 0.10 的一路，不承担主要召回职责。

English summary: 7.0.2 turns "precise memory / precise recall / precise compression under
tiny context" from a claim into an assertable fact. It fixes the mechanisms that made it
structurally impossible (access-count feedback loop, missing relevance floor, dead graph
channel, no-op token budget, dishonest token accounting, silent vector-write drops) and adds
AIC memory capsules: compression is redefined as layered + addressable — a stable
pointer plus structured facts plus "atoms" (numbers, dates, amounts, model IDs, URLs) that are
preserved at every level, with expand(ref) returning the original verbatim and
hash-verified. Extractive only, so zero hallucination; content-addressed, so byte-identical
capsules keep upstream KV caches warm. Acceptance: 34/34 lifecycle assertions (real vector
stack) and 94/94 offline precision assertions. Backward compatible; existing stores keep working.

Navigation Menu

Repository navigation

v7.0.2 — 精准记忆/召回/极限压缩

Choose a tag to compare

Sorry, something went wrong.