光明记忆（LIMS）v2.3 — 智能记忆管理平台(未开放版本)

光明记忆（LIMS）v2.3 --- 智能记忆管理平台

让 AI Agent 像人一样拥有长期记忆 多租户 · 多用户 · 多Agent · 可插拔后端 · 四层温度分层

当前还未开放,内部开发中

---

一句话定位

光明记忆（Light Intelligent Memory System，简称 LIMS / 光明记忆）是一个面向多租户、多用户、多 Agent 的智能记忆管理平台。它让 AI Agent 像人一样拥有长期记忆、短期记忆和程序性记忆，并在不同场景下自动选择最合适的记忆层级进行存取。

---

核心价值

对 AI Agent

• "记住"的能力：不再每次对话都从零开始，新任务开始时能自动召回相关的历史目标、偏好和经验
• 个性化服务：用户偏好、决策历史、项目上下文，跨对话持续沉淀
• 多跳推理：从"客户A的决策人是谁"→"决策人偏好什么时间开会"，链式记忆自动桥接

对企业

• 知识资产沉淀：客户、项目、流程等知识资产形成可复用的组织记忆
• 租户隔离可控：租户/用户/项目/可见范围硬过滤，数据主权清晰
• 合规可审计：每条记忆有完整溯源（来源、置信度、版本、时效）

对用户

• 个性化、连续的服务体验：用户对自己的记忆资产有完整的查看、导出、删除入口（数据主权）
• 可控的遗忘：低价值记忆自动淡化、压缩、归档，不无限膨胀

---

技术亮点

🧠 四层温度分层模型

层级	名称	类比	存储内容	生命周期
L0 工作记忆	人类短期工作记忆	当前对话上下文、核心记忆块、临时变量	分钟~小时
L1 动态记忆	人类情景记忆	用户偏好、近期事件、临时事实、跨Agent共享经验	天~月
L2 静态记忆	人类语义记忆	企业知识、产品文档、标准流程、长期目标/KPI	长期版本化
L3 归档记忆	深层档案	历史会话原文、过期记忆、审计数据、合规保留数据	合规保留

🔍 多信号独立打分 + 名次融合（§3.4）

8 路信号先独立打分，再按名次（rank）融合，降低对权重先验的依赖：

信号	说明
语义相似度	向量召回分近似
BM25 全文关键词	文本匹配
实体匹配	实体链接
固有价值	重要性 + 近期访问 + 置信度
时效新鲜度	指数衰减（半衰期 30 天）
来源可信度	人工 > 系统 > 用户
参考系匹配度	空间/上下文坐标
反馈历史	采纳/弃用记录

关键设计：冲突记忆不直接覆盖，而是通过多维加权融合，保留多版本。

🔒 安全与合规

• 投毒防护 ：provenance=prompt_injection_suspect 标记 + 来源可信度上限 + 共享二次校验
• 记忆污染：confidence 机制 + 低置信度待人工确认 + FeedbackLoop 修正
• 隐私保护：租户/用户/项目/可见范围硬过滤 + 向量 pre-filter + 权限三元组
• 级联删除：行使删除权后级联链路全部完成，可审计

📊 可插拔存储后端（§5.4）

后端	适用档位	状态
SQLite 骨架	Solo（个人）	✅ 已实现
PostgreSQL + pgvector	Family / SMB / Enterprise	✅ 已实现
Qdrant	迁移触发	🔜 规划中

---

当前版本成果（R138-B，2026-10-11）

🎯 KPI 基线（已达标）

指标	目标	实际	状态
检索准确率（总体）	> 90%	93.0%	✅ 达标！
single-hop	分桶	80.0%	✅
multi-hop	分桶	100%	✅
open-domain	分桶	96%	✅
时序桶（双时态回溯）	> 85%	97.7%	✅ 达标！
多信号融合正确率	> 85%	100%	✅
记忆污染率	持续下降	0%	✅

验证环境：192.168.0.88，SQLite 骨架后端，占位融合权重（已校准） 可复现性：同一数据集连跑 3 次，93.0% 完全一致

📦 交付物清单

模块	文件	状态
MemoryRouter 意图识别 + 跨层召回	kernel/router_mem.go	✅
多信号 rank 融合引擎	kernel/rank_fusion.go + rank_fusion_test.go + rank_fusion.default_weights.json	✅
WritePolicy 插件注册表	kernel/writepolicy.go + writepolicy_test.go	✅
晋升/降级自动流转	kernel/lifecycle.go + lifecycle_test.go	✅
Agent 记忆工具接口	kernel/router_tools.go + tools_test.go	✅
后台整合 worker	kernel/consolidate.go + consolidate_test.go	✅
评测集生成器	eval/eval_generate.go	✅
评测集数据	eval/dataset/*.jsonl（570 条）	✅
KPI 基线评测器	eval/run_kpi.go	✅

🔧 4 小时权重校准（2026-10-11）

轮次	权重策略	总体	变化
R1 基线	原占位权重	6.4%	---
R2 相关优先	降低无关信号，提升相关信号	18.7%	+192%
R3 关键词强化	提升 keyword/semantic 到 1.5	26.0%	+306%
R3 + multi-hop 物化	同时物化 hop-1 记忆	69.1%	+979%
R3 + temporal 方案 A	query 含 day/time	93.0%	+1353%

最终权重：

{
  "semantic": 1.5, "keyword": 1.5, "entity": 1.2,
  "value": 0.2, "freshness": 0.1, "source_trust": 0.1,
  "reference_frame": 1.2, "feedback": 0.1
}

---

架构图

┌─────────────────────────────────────────────────────────┐
│                    应用层 Agents / Apps                   │
│  客服Agent  销售Agent  项目Agent  个人助手  数字员工Agent  │
└────────────────────┬────────────────────────────────────┘
                     │
┌────────────────────▼────────────────────────────────────┐
│              记忆路由层 MemoryRouter + WritePolicy        │
│  意图识别 → 记忆类型判断 → 层级选择 → 硬过滤 → 写策略校验  │
└────────────────────┬────────────────────────────────────┘
                     │
┌────────────────────▼────────────────────────────────────┐
│              内部记忆层 · 按温度分四层                       │
│  L0 工作记忆 → L1 动态记忆 → L2 静态记忆 → L3 归档记忆     │
└────────────────────┬────────────────────────────────────┘
                     │
┌────────────────────▼────────────────────────────────────┐
│              外部记忆连接器层                              │
│  数据库 · 文档/知识库 · 对象存储 · 应用/API · 网页/搜索    │
└────────────────────┬────────────────────────────────────┘
                     │
┌────────────────────▼────────────────────────────────────┐
│              基础设施层（可插拔后端 + 节点/集合体拓扑）      │
│  PG+pgvector(默认) · Qdrant(迁移触发) · Redis · MQ · ZFS  │
└─────────────────────────────────────────────────────────┘

---

快速开始

环境要求

• Go 1.25+
• 验证机：192.168.0.88（FreeBSD + ZFS 可选）

运行验证

# 克隆仓库
git clone http://192.168.1.5:3000/skywalk/lightmem.git

# 编译 + 测试
go build github.com/lightmem/kernel
go test github.com/lightmem/kernel/... -v

# 生成评测集 + 运行 KPI
cd eval
go run ./eval_generate.go
go run ./run_kpi.go

API 端点

GET  /health          健康检查
GET  /profile        当前配置
POST /memories       写入记忆（走 WritePolicy）
GET  /search         文本检索
POST /search/vector  向量检索
POST /lifecycle/run  运行生命周期扫描

---

路线图（P1--P9）

阶段	内容	状态
P1 核心骨架	统一 Schema、ReferenceFrame、MemoryExtractor、L0/L1/L2 存储	✅
P2 智能路由与融合	MemoryRouter、WritePolicy、多信号检索、晋升/降级、Agent 工具	✅
P2.5 评测集建设	四类分桶评测集、KPI 基线	✅
P3 融合反馈与评测	VoteFusion、冲突检测、FeedbackLoop、retrieval_trace	🔜
P4 生命周期	BudgetManager、Forgetting/Archive/Compression、核心记忆块	🔜
P5 外部连接器	数据库/文档/应用连接器	🔜
P6 目标与共享	GoalMemory、权限三元组、撤销传播	🔜
P7 合规与优化	GDPR、公开基准对标、性能调优	🔜
P8 集合体与多后端	Qdrant 迁移、节点角色、跨节点查询	🔜
P9 应用包生态	manifest.yaml、包生命周期、首批包	🔜

---

红线承诺

红线	承诺
1. 只增不改 Schema 语义	既有字段语义不变，新增字段只增不删不改
2. 本机禁止实跑	所有编译/测试/运行在 0.88 执行，本机仅编辑 + SFTP
3. 不调 LLM 生成评测集	模板 + 固定 seed，无 LLM 调用
4. 权重不写死为"调优好"	占位权重明确标注"待 A8 校准"，校准后标注日期
5. 推送前须用户示意	已取得用户示意后推送
6. 不动 light-merge/	所有改动位于 lightmem/ 下

---

团队与分工

角色	人数	职责
架构师	1	整体架构、技术选型
后端开发	2~3	核心模块、API、一致性、权限与撤销
AI/算法工程师	1~2	记忆提取、embedding、实体链接、rank 融合权重调优
前端开发	1	管理后台、trace 调试工具
测试工程师	1	功能/性能/数据质量、评测集分桶维护、污染与投毒用例
产品经理	1	需求、场景、合规

团队规模 710 人，总工期 **2128 周**（含 P2.5 评测集建设并行，P7 为持续迭代）

---

联系方式

• 仓库：http://192.168.1.5:3000/skywalk/lightmem.git
• 文档：lightmem.md（架构设计文档 v2.3）
• 收口报告：.dumate/inbox/_R138_B线收口报告.md v4
• 验证机：192.168.0.88

---

光明记忆 --- 让 AI Agent 拥有"记住"的能力，让知识资产沉淀为组织记忆。