养成记忆

养成记忆是 AIME Chat 中用于长期积累用户偏好、习惯、项目上下文和重要事实的全局记忆模块。它不是把每次对话都简单拼进上下文，而是由专门的 Cultivation Agent 定期读取聊天记录，提取值得长期保存的信息，并维护一套结构化的 Markdown Wiki。

这个模块适合用来沉淀：

• 用户偏好，例如沟通语言、输出格式、代码风格
• 用户习惯，例如常用工作流、固定检查步骤、重复任务
• 项目上下文，例如正在推进的项目、关键决策、未解决问题
• 人物和实体，例如用户提到的重要联系人、组织、工具
• 长期事实，例如反复出现并且未来可能继续有用的信息

核心概念

养成记忆由三个部分组成：

模块	作用
全局记忆知识库	一个 static=true 的系统知识库，用来保存长期记忆 Wiki
Memory 工具集	让 Agent 读取、写入、搜索、删除和列出记忆页面
Cultivation Agent	定时读取聊天记录，将新信息整理进全局记忆
自动化 Cron	定期触发 Cultivation Agent，让记忆持续更新

全局记忆知识库中包含两个系统页面：

页面	说明
index.md	记忆 Wiki 的目录，列出已有页面和简短摘要
log.md	追加式时间线，记录每次养成处理了哪些聊天记录、更新了哪些页面

除这两个系统页面外，其余页面都是主题页，例如：

preferences.md
habits.md
people/noah.md
projects/aime-chat.md
2026-04-28.md

工作流程

养成记忆的运行流程如下：

flowchart LR
  UserChat["用户日常聊天"] --> ChatDB["聊天记录存储"]
  Cron["Cultivation Daily Cron"] --> Agent["Cultivation Agent"]
  Agent --> MemoryRead["MemoryRead recent"]
  MemoryRead --> StaticKB["全局记忆知识库"]
  Agent --> HistoryList["ChatHistoryList"]
  HistoryList --> ChatDB
  Agent --> HistoryRead["ChatHistoryRead"]
  HistoryRead --> ChatDB
  Agent --> Search["MemorySearch 去重"]
  Search --> StaticKB
  Agent --> Write["MemoryWrite 更新页面"]
  Write --> StaticKB
  StaticKB --> Inject["聊天上下文注入"]
  Inject --> FutureChat["未来对话"]

一次自动养成大致会做这些事情：

1. 读取 index.md 和 log.md，了解当前记忆结构和最近处理记录。
2. 读取上次养成之后更新过的聊天线程。
3. 过滤掉由 Cron 自己创建的聊天线程，避免把自己的执行结果再次摄入。
4. 从真实用户聊天中抽取偏好、习惯、项目、人物、决策和待办。
5. 使用 MemorySearch 检查是否已经存在相似记忆，避免重复写入。
6. 更新或创建主题页面。
7. 刷新 index.md。
8. 向 log.md 追加一条记录，写明本次摄入了哪些 thread，以及更新了哪些页面。

与普通知识库的区别

普通知识库更像是文档检索系统：你导入文件，聊天时检索相关片段。

养成记忆更像一个由 AI 维护的个人 Wiki：

对比项	普通知识库	养成记忆
数据来源	用户手动导入文档	用户聊天记录、笔记和长期上下文
更新方式	手动添加或删除	Cultivation Agent 定期整理
结构	文档和分块	index.md、log.md、主题页
目标	回答基于文档的问题	累积用户偏好、习惯和上下文
注入方式	聊天时按问题检索	每次聊天注入记忆摘要，必要时再检索

自动创建的全局记忆知识库

系统会尝试自动创建一个固定 ID 的全局记忆知识库：

static_memory

这个知识库在界面中会显示为全局记忆，且不可删除。它仍然出现在当前知识库列表中，而不是放在侧边栏的额外入口里。

提示

全局记忆知识库依赖向量模型。如果应用还没有可用的 embedding 模型，系统会跳过自动创建，并在后续启动时再次尝试。

Memory 工具集

Cultivation Agent 通过 Memory 工具集操作全局记忆。

工具	作用
MemoryRead	读取 index.md、log.md、某个主题页，或读取最近记忆摘要
MemoryWrite	写入 index.md、log.md、主题页或每日笔记
MemorySearch	在全局记忆中做语义搜索，用来去重和查找相关页面
MemoryDelete	删除普通主题页，不能删除 index.md 和 log.md
MemoryList	列出所有普通主题页

写入主题页时，系统会重新走知识库的导入流程：

flowchart TD
  Write["MemoryWrite page"] --> Check["检查同名页面"]
  Check --> DeleteOld["删除旧 item 和向量"]
  DeleteOld --> Import["按 Text source 重新导入"]
  Import --> Chunk["Markdown 分块"]
  Chunk --> Embed["向量化"]
  Embed --> Store["保存到 LibSQL 向量库"]

这样可以保证每次记忆页面更新后，语义检索结果也是最新的。

ChatHistory 工具集

为了让养成模块真正读取聊天记录，Cultivation Agent 还会使用 ChatHistory 工具集。

工具	作用
ChatHistoryList	列出最近更新过的聊天线程，默认过滤 Cron 自己创建的线程
ChatHistoryRead	读取指定线程的消息内容，支持按时间过滤
ChatHistorySearch	跨聊天线程做关键词搜索，默认只搜索真实用户线程

自动养成时，系统会给 Agent 注入一个 Cron 上下文，其中包含：

<cron-context>
cron_id: builtin_cultivation_daily
cron_name: Cultivation Daily
started_at: 2026-04-28T15:00:00.000Z
previous_run_at: 2026-04-27T15:00:00.000Z
ingest_since: 2026-04-27T15:00:00.000Z
</cron-context>

Agent 会把 ingest_since 作为 ChatHistoryList 和 ChatHistoryRead 的时间过滤条件，只处理上次执行之后的新内容。

防止重复养成

养成模块有多层防重复机制。

1. 过滤 Cron 自己创建的聊天记录

Cron 触发执行时，会创建一条新的聊天线程。系统会给这类线程打上元数据标记：

metadata.cron = true
metadata.cronId = <cron id>

ChatHistoryList 和 ChatHistorySearch 默认会跳过这些线程，ChatHistoryRead 默认也会拒绝读取 Cron 线程。

这可以避免如下循环：

flowchart LR
  CronRun["Cron 执行结果"] --> ChatHistory["聊天记录"]
  ChatHistory --> NextRun["下次养成"]
  NextRun --> WrongMemory["把上次执行总结当成用户偏好"]
  WrongMemory --> CronRun

实际机制会在 ChatHistory* 工具层截断这个循环。

2. 使用 ingest_since 做增量读取

每次 Cron 执行时，系统会记录上一次执行时间，并注入 ingest_since。

sequenceDiagram
  participant Cron as Cron 调度
  participant Agent as Cultivation Agent
  participant History as ChatHistory 工具
  participant Memory as Memory 工具

  Cron->>Agent: 注入 ingest_since
  Agent->>History: ChatHistoryList since=ingest_since
  History-->>Agent: 返回新线程
  Agent->>History: ChatHistoryRead since=ingest_since
  History-->>Agent: 返回新消息
  Agent->>Memory: MemorySearch 去重
  Agent->>Memory: MemoryWrite 更新记忆

这样即使同一条聊天线程跨多天持续更新，Agent 也只读取上次养成之后新增的消息。

3. 在 log.md 中记录已处理 thread

每次养成结束后，Agent 会向 log.md 写入类似记录：

## [2026-04-28 23:00]

ingested threads: abc123, def456
updated pages: preferences.md, projects/aime-chat.md

下次执行时，Agent 会先读取 log.md 尾部，跳过最近已经处理过的 thread。

4. 同一任务防并发执行

Cron Manager 会记录正在运行的任务。如果同一个 Cron 上一次还没结束，下一次触发会被跳过，避免并发写入同一批记忆。

previous run still in progress → skip

默认定时任务

系统会自动创建一条内置任务：

Cultivation Daily

默认配置：

配置	默认值
Cron	0 23 * * *
Agent	Cultivation
状态	默认关闭
作用	每天读取新增聊天记录，更新全局记忆 Wiki

提示

默认任务是关闭的。进入自动化页面后，打开 Cultivation Daily 的启用开关，才会开始自动养成。

如何开启自动养成

1. 确保已经配置可用的向量模型。
2. 打开 知识库 页面，确认存在 全局记忆 知识库。
3. 打开 自动化 / Crons 页面。
4. 找到 Cultivation Daily。
5. 打开启用开关。
6. 如需调整频率，编辑任务中的 Cron 表达式。

常见频率示例：

0 23 * * *

每天 23:00 执行。

0 */6 * * *

每 6 小时执行一次。

30 9 * * 1

每周一 09:30 执行。

手动创建新的养成任务

除了默认的 Cultivation Daily，你也可以创建更细分的养成任务。

例如只整理用户偏好：

读取 ingest_since 之后的聊天记录，只抽取用户偏好、输出格式要求、代码风格偏好。
更新 preferences.md，并在 log.md 中记录摄入的 thread id。
不要处理项目状态和临时待办。

例如只整理项目上下文：

读取 ingest_since 之后的聊天记录，只整理项目相关事实、架构决策、待解决问题。
优先更新 projects/<project-name>.md。
刷新 index.md，并在 log.md 中记录摄入的 thread id。

创建时建议：

• Agent 选择 Cultivation
• Prompt 明确本次只处理哪一类信息
• 频率先设置为每天一次或每周一次
• 观察 log.md 和对应主题页是否符合预期后，再提高频率

上下文注入

全局记忆不是每次都把所有页面塞进模型上下文。为了控制成本和噪声，系统默认只注入一个摘要：

• index.md 全文
• log.md 最近若干行

注入位置在聊天开始前，作为系统提醒进入上下文。模型可以先看到记忆目录和最近更新记录；如果需要更具体的信息，再通过 MemorySearch 或 MemoryRead 读取对应页面。

flowchart LR
  StaticKB["全局记忆知识库"] --> Digest["index.md + log.md tail"]
  Digest --> Inject["getInjectMessages"]
  Inject --> Chat["普通聊天上下文"]
  Chat --> Tool["需要细节时调用 MemorySearch / MemoryRead"]
  Tool --> StaticKB

推荐实践

1. 从默认 Daily 任务开始

第一次使用时，建议只打开默认 Cultivation Daily，观察几天的 log.md 和 preferences.md、habits.md 是否符合预期。

2. 不要一开始就高频执行

养成任务会读取聊天记录并写入知识库。过高频率可能造成重复整理或噪声增加。建议从每天一次开始。

3. 让主题页保持短而清晰

每个主题页应尽量保持结构化：

# Preferences

## Communication
- Always respond in Chinese.

## Coding
- Prefer concise implementation summaries.

4. 用 log.md 审计更新

如果发现记忆写错了，先看 log.md 找到是哪次执行引入的，再去对应主题页修改。

5. 重要事实要可回溯

建议在主题页里保留简短来源说明，例如 thread id 或日期，方便之后排查。

常见问题

养成模块会自动学习所有聊天内容吗？

不会。它只会在启用 Cultivation Daily 或其他养成 Cron 后，按照 prompt 和工具规则读取聊天记录。并且默认只处理上次执行后的新内容。

会不会把 Cron 自己的执行结果也学习进去？

不会。Cron 创建的线程会带有 metadata.cron = true，ChatHistory 工具默认过滤这类线程。

会不会重复写入同一条偏好？

系统通过 ingest_since、log.md thread id 记录和 MemorySearch 语义去重来降低重复概率。对于表达相近但不完全相同的偏好，Agent 会优先更新已有页面，而不是创建新页面。

我可以手动编辑记忆吗？

可以。全局记忆知识库显示在知识库列表中。index.md 和 log.md 不能删除，但可以查看和编辑。普通主题页可以查看、编辑和删除。

如果记忆写错了怎么办？

进入知识库中的全局记忆，找到对应主题页直接修改即可。修改后页面会重新向量化，后续检索会使用新的内容。

下一步

建议按以下顺序使用：

1. 配置向量模型。
2. 确认全局记忆知识库已创建。
3. 启用默认 Cultivation Daily。
4. 第二天检查 log.md、preferences.md 和 habits.md。
5. 根据结果调整 Cron Prompt 或执行频率。