# 记忆系统维护指南 ## 日常维护任务 ### 定期清理 ```bash # 清理7天前的短期记忆 find .ai-runtime/memory/short-term/ -mtime +7 -delete # 检查episodic目录结构 find .ai-runtime/memory/episodic/ -type f -name "*.md" | head -20 ``` ### 索引更新 ```bash # 手动刷新记忆索引 python3 -c "from memory_discovery import MemoryDiscovery; d=MemoryDiscovery('.ai-runtime/memory'); d.refresh()" ``` ### 一致性检查 - 验证所有episodic文件都有有效的YAML front matter - 检查时间戳格式统一性 - 确认标签命名规范 ## 事件添加流程 ### 1. 创建事件文件 ```bash # 创建目录结构(如果不存在) mkdir -p .ai-runtime/memory/episodic/$(date +%Y/%m/%d) # 创建事件文件 vim .ai-runtime/memory/episodic/$(date +%Y/%m/%d)/event-description.md ``` ### 2. YAML Front Matter 模板 ```yaml --- id: unique-event-id type: event|decision|error|meeting|milestone level: day timestamp: "2025-11-14T10:30:00" tags: [tag1, tag2, tag3] related: [related-event-id-1, related-event-id-2] --- # 事件标题 ## 时间 2025-11-14 10:30:00 ## 标签 tag1, tag2, tag3 ## 内容 详细的事件描述,包括: - 背景信息 - 决策过程 - 结果和影响 - 后续行动项 ## 相关事件 - [related-event-id-1](link-to-related) - [related-event-id-2](link-to-related) ``` ### 3. 事件类型规范 | 类型 | 描述 | 示例 | |------|------|------| | `event` | 一般事件 | 代码审查、部署上线 | | `decision` | 关键决策 | 架构选择、技术栈变更 | | `error` | 错误和问题 | 生产故障、构建失败 | | `meeting` | 会议纪要 | 团队会议、客户会议 | | `milestone` | 里程碑 | 项目启动、版本发布 | ### 4. 标签规范 **技术标签**: - `architecture` - 架构相关 - `database` - 数据库相关 - `frontend` - 前端相关 - `backend` - 后端相关 - `devops` - 运维相关 - `security` - 安全相关 **活动标签**: - `planning` - 规划阶段 - `development` - 开发阶段 - `testing` - 测试阶段 - `deployment` - 部署阶段 - `maintenance` - 维护阶段 **结果标签**: - `success` - 成功 - `failure` - 失败 - `improvement` - 改进 - `regression` - 回归 ## 记忆固化策略 ### 短期记忆 → 长期记忆 **触发条件**: - 识别出可复用的技术模式 - 积累了足够的使用经验 - 形成了最佳实践 **固化流程**: 1. 从短期记忆提取关键信息 2. 整理为结构化文档 3. 移动到 `long-term/` 目录 4. 更新相关引用 5. 添加到知识图谱 **示例**: ```bash # 提取OAuth2.0集成经验 cp .ai-runtime/memory/short-term/oauth-integration-notes.md .ai-runtime/memory/long-term/oauth-integration-patterns.md # 更新引用 echo "- oauth-integration-patterns.md" >> .ai-runtime/memory/long-term/index.md ``` ### 工作记忆 → 情景记忆 **触发条件**: - 任务完成 - 关键决策做出 - 错误发生并解决 - 里程碑达成 **固化流程**: 1. 自动生成事件ID 2. 创建时间戳 3. 提取上下文信息 4. 添加到episodic时间线 5. 更新相关链接 **自动固化**: ```bash # 使用/runtime.remember命令 /runtime.remember "完成了用户认证模块重构,采用JWT替代session" ``` ## 质量保证 ### 一致性检查脚本 ```python #!/usr/bin/env python3 """记忆系统质量检查工具""" import sys from pathlib import Path from memory_discovery import MemoryDiscovery def check_memory_quality(memory_root: Path): """检查记忆系统质量""" discovery = MemoryDiscovery(str(memory_root)) issues = [] # 检查episodic文件 for event in discovery.events: # 检查必需字段 if not event.id: issues.append(f"事件缺少ID: {event.path}") if not event.timestamp: issues.append(f"事件缺少时间戳: {event.path}") if not event.title: issues.append(f"事件缺少标题: {event.path}") # 检查时间合理性 if event.timestamp and event.timestamp > datetime.now(): issues.append(f"事件时间戳为未来: {event.path}") return issues if __name__ == "__main__": memory_root = Path(".ai-runtime/memory") issues = check_memory_quality(memory_root) if issues: print("发现以下质量问题:") for issue in issues: print(f" - {issue}") sys.exit(1) else: print("记忆系统质量检查通过") ``` ### 数据备份策略 **自动备份**: - 每日备份episodic目录 - 每周备份long-term目录 - 每月备份完整记忆系统 **备份脚本**: ```bash #!/bin/bash # 记忆系统备份脚本 BACKUP_DIR=".ai-runtime/backups" TIMESTAMP=$(date +%Y%m%d_%H%M%S) mkdir -p $BACKUP_DIR # 备份episodic记忆 tar -czf $BACKUP_DIR/episodic_$TIMESTAMP.tar.gz .ai-runtime/memory/episodic/ # 备份long-term记忆 tar -czf $BACKUP_DIR/long-term_$TIMESTAMP.tar.gz .ai-runtime/memory/long-term/ echo "备份完成: $TIMESTAMP" ``` ## 性能优化 ### 索引优化 - 定期重建事件索引 - 优化时间范围查询 - 维护标签倒排索引 ### 存储优化 - 压缩历史episodic文件 - 清理重复内容 - 归档过期短期记忆 ### 查询优化 - 使用分页查询大量数据 - 优先使用索引字段过滤 - 缓存常用查询结果