人工智能AI AgentAI 应用前端后端即时通讯交互助手工具调用【免费下载链接】holaOSOpen-source agentic workspace enterprises can make their own. Connect the systems you already run — 100 integrations, MCP, chat tools, apps, browser, local files — with shared memory. Any agent (Claude Code, Codex), any model, or BYOK. Set up in clicks, not months. Local-first: your data never leaves your machines.项目地址https://gitcode.com/GitHub_Trending/ho/holaOS点击查看免费下载本指南基于 docs/plans/2026-05-20-memory-redesign-prd.md 展开系统讲解 holaOS 将长期记忆durable memory重构为树形原生后端的目标架构、核心数据模型、写入/检索流程与 Phase 1 落地边界。阅读后你将掌握记忆根/分类/树的组织规则、source leaf 与 summary node 的职责划分、event→chunk→leaf 生命周期、实体分配决策矩阵以及memory_retrieve检索工具的推理优先契约文末结合 runtime/api-server/src/interaction-memory.ts 等源码给出已落地的实现佐证。一、为什么要重设计记忆系统从相邻机制到一个后端PRD 首先点出当前记忆模型的痛点它把多种关注点混在一起——人类可编辑的 markdown 文件生成的MEMORY.md索引SQLite 元数据表面向 prompt 的回忆规划recall planning就近存放的会话连续性状态session continuity state。这种结构让长期记忆看起来像一堆相邻的机制拼凑而不是一个连贯的系统。重设计的目标是让它变成一个记忆根one memory root明确的树分类explicit tree categories每个持久化条目严格的树归属strict tree ownership一个检索层one retrieval layer可以跨分类搜索但绝不共享叶子长期记忆与运行时/会话状态的清晰分离。值得强调的是本次重设计只作用于长期记忆durable memory。会话检查点session checkpoints、会话恢复上下文session resume context、AGENTS.md仅作为工作区指令、最终/api/v1/memory/*的公开 HTTP 契约、v1 的每日摘要树、以及 Phase 1 中的 integration-tree 实现都被明确划在范围之外。Phase 1 的实现范围严格限定为仅交互记忆interaction memory、交互实体分配、交互树构建、交互检索工具、仅由 seal 阈值触发的摘要生成且不含热度子系统hotness subsystem。二、核心设计原则八条规则1. 一个记忆根One memory root后端只有一个持久记忆根。根之下树按所有权分类分组memory root - tree category - treev1 的分类只有两个interaction来自用户/Agent 与工作区的交互与integration从外部系统抓取/同步。注意记忆根与分类层只是组织容器不是摘要节点。2. 分类是所有权域Categories are ownership domainsinteraction由用户或 Agent 与工作区的交互推导出的持久记忆integration从外部系统获取或同步的持久记忆。分类不是对同一叶子的不同视图而是所有权域。同一个概念如果需要跨分类可达由检索层合并多个树的结果而不是复制叶子或让叶子多归属。3. 树是严格的所有权层级Trees are strict ownership hierarchies)每个持久叶子恰好属于一棵树。叶子绝不跨树共享。4. Markdown 仍是正文格式Markdown remains the body format每个持久化节点的正文都以 markdown 存储在磁盘上。持久化节点只有两类source leaves源叶子底层规范记忆文档没有子节点summary nodes摘要节点由子节点推导出的 markdown 文档可摘要 source leaves 或更低层级的 summary nodes。数据库是索引、拓扑、检索与任务控制平面但不是长篇正文的主要存储——正文以 markdown 文件为准这与 workspace-bundle-paths.ts 中WORKSPACE_MEMORY_DIRNAME memory的目录约定相呼应。5. 日期是元数据不是所有权Date is metadata, not ownership每个持久化节点携带日期/时间元数据用于新鲜度过滤、时间范围检索和未来的 recap 功能日期在 v1 中不定义独立的树族。6. 长期记忆不是会话记忆Durable memory is not session memory压缩产物compaction artifacts、检查点、会话恢复材料都是独立的运行时关注点不应建模为持久树的叶子。7. 检索应该是树原生的Retrieval should be tree-native检索不依赖生成的MEMORY.md文件。运行时通过树感知的数据库查询检索需要时再从磁盘水合完整 markdown 正文。8. Agent 检索应该是推理优先的Agent retrieval should be reasoning-first主检索边界不应被塑造成树浏览器。系统应暴露memory_retrieve面向推理的上下文解析工具默认路径memory_browse可选的面相浏览的检查工具调试、UI 或显式导航。默认检索路径应返回检索意图retrieval intent、结构化检索包structured retrieval pack、支撑证据supporting evidence、未解决缺口unresolved gaps、推荐的下一步验证来源recommended next verification source。Agent 应从该检索结果继续规划而不是事后处理一列原始命中。三、核心模型从根到叶子的完整对象体系记忆根与树分类后端有一个根容器树按分类分组。示例树标识interaction/interaction:response-styleinteraction/interaction:project-alphaintegration/gmail:account-primaryintegration/github:repo-holaos-oss该层级是组织性的需与树内部的摘要层级summary hierarchy区分理解。检索产品契约Retrieval product contract存储模型是树原生的但面向 Agent 的主检索契约是问题解决导向的。预期检索流程query - intent classification - hybrid candidate retrieval - rerank - retrieval pack - agent reasoning - optional live verification关键产品规则树结构留在存储层不要让面向 Agent 的检索契约镜像树导航原语。树结构每棵树自上而下为root summary node - intermediate summary nodes - source leaves每棵物化树顶部至多有一个L1根摘要节点较低摘要层级可以有很多节点。event、chunk、leaf 的区分后端必须严格区分三个单元单元含义示例event进入规范化之前的原始记忆信号仅作为入站单元一条用户消息、一个助手回合、一条抓取的集成记录、一次导入的文档修订、一次周期性同步结果项chunk由单个 event或其一部分推导出的规范化摄入阶段单元是评估是否入册的单位长文档的一个段落组、长交互的一个逻辑片段、集成负载的一个规范化记录正文source leaf被接纳admitted的 chunk 持久化进树后形成的底层 markdown 文档——关系为event - chunk(s) - admitted source leaf/leaves。并非每个 event 都会产生叶子也并非每个 chunk 都会成为持久记忆。Source leaves源叶子源叶子是原子级的规范记忆条目总是满足markdown 文档、底层节点、无子节点、恰好被一棵树拥有、接纳后视为不可变。每个叶子存储的字段PRD 原文完整列出leaf_id、workspace_id、tree_category、tree_idorigin_kind、title、summarybody_path、body_sha256observed_at、created_at、updated_atconfidence、verification_policy、staleness_policy、status、supersedes_leaf_id抽取的标签与实体extracted labels and entitiesSummary nodes摘要节点摘要节点是树内部节点同样恰好被一棵树拥有不是规范持久条目但也是持久化的 markdown 文档。它总是有子节点source leaves 或更低层级的摘要节点。字段包括summary_id、workspace_id、tree_category、tree_id、level、parent_id、child_ids、body_path、body_sha256、observed_at、time_range_start、time_range_end、created_at、sealed_at以及为检索合成的标签。交互树Interaction trees交互树存储源自用户/Agent 与工作区交互的持久记忆包括运行时推导的工作区知识、被接受的用户偏好记忆、被接受的用户身份记忆。规则每个交互叶子恰好属于一棵交互树树分配基于叶子的主要交互主体primary interaction subject次要概念只作为检索元数据不构成额外的树成员资格树内含一个内部根摘要节点、可选的中间摘要节点、底部 source leavesPhase 1 中交互实体一旦收到第一条被接纳的叶子立即成为一棵树摘要层仅由结构 seal 阈值控制与热度无关。v1 交互实体分配LLM 驱动 后端护栏Phase 1 的实体分配以 LLM 驱动为主流程为后端向模型提供chunk 文本、chunk 元数据、允许的实体类型、现有候选实体短名单shortlist模型返回结构化输出是否匹配现有实体、是否创建新实体、恰好一个主实体选择、可选次要实体、置信度后端校验并规范化结果得出的主实体成为被接纳交互叶子的所有者。后端保留如下护栏每个被接纳的交互叶子恰好一个主实体若模型选择现有实体必须来自提供的短名单若模型请求新实体由后端代码生成规范的 entity id 与 slug若置信度过低叶子路由到回退交互桶fallback interaction bucket而不是创建不稳定的新实体。v1 交互实体决策矩阵PRD 强调记忆接纳admission与实体分配是两个独立的决策存在三个不同的置信度问题——接纳置信度、现有实体匹配置信度、新实体创建置信度。v1 决策矩阵低接纳置信度不创建 source leaf不分配实体高接纳置信度 高现有实体匹配置信度创建叶子并分配给该现有实体高接纳置信度 低现有实体匹配置信度 高新实体创建置信度创建叶子、创建新实体、将叶子分配给新实体高接纳置信度但现有匹配与新实体置信度都不高创建叶子分配给回退桶如interaction:uncategorized。核心规则是匹配现有实体失败不足以成为创建新实体的理由。创建新实体需要正向证据——chunk 围绕一个清晰、稳定、可复用的主体。否则叶子保持持久但暂时住在回退桶下等待后续重分类。集成树Integration trees集成树存储来自外部系统的持久记忆周期性同步任务、集成抓取、导入的外部记录。规则每个集成叶子恰好属于一棵集成树分配基于来源血统source lineage。集成树是目标架构的一部分但实现推迟到 Phase 1 之后。四、树构建生命周期与阶段模型生命周期模型event - chunk - source leaf - summary node是生命周期区分不只是命名events仅入站单元chunks规范化与接纳单元source leaves持久规范底层节点summary nodes持久推导内部节点。Chunk 生命周期接收一个 event规范化为一个或多个 chunks对每个 chunk 打分/评估持久接纳从持久树路径中丢弃非持久 chunk将接纳的 chunk 提升为 source leaves。Source leaf 生命周期从接纳的 chunk 创建 source leaf分配恰好一个分类与恰好一棵树持久化为一个 markdown 正文 一个元数据行放在其树的底部随着树向上生长纳入未来的摘要封存sealing。叶子终身是叶子不会变成摘要节点。当新信息细化、修正或替换旧叶子时系统优先创建新叶子并将旧叶子标记为superseded或inactive而不是原地改写旧正文。摘要节点生命周期累积足够子节点达到封存阈值对子节点合成一个摘要节点持久化为 markdown 元数据更高层级可封存时向上重复。摘要节点摘要其直接子节点同时语义上代表其下整个子树。摘要节点是被封存的派生产物封存后不应手动原地编辑子树变化时由后端创建替换摘要并更新树指针/父链接。交互叶子接纳与集成叶子接纳交互叶子接纳四步归类到interaction分类 → 分配恰好一个主交互实体 → 基于该实体分配恰好一棵树 → 持久化为 markdown 正文 元数据行。集成叶子接纳三步归类到integration分类 → 基于集成血统分配一棵树 → 持久化。日期处理与树封存每个被接纳的节点携带时间元数据叶子必须有observed_at摘要节点记录其子树覆盖的时间范围。Phase 1 交互树的封存机制叶子追加到低层缓冲区 → 满足 seal 阈值时产出高层摘要 → 持续向上直到树根可刷新。Phase 1 没有基于热度的树创建或摘要物化——第一条被接纳的交互叶子创建树只有 seal 阈值控制摘要何时出现。五、检索模型推理优先、树原生、有界返回检索系统基于查询意图与可用过滤条件在分类间选择。Phase 1 检索实现仅限交互记忆但目标架构为集成检索预留了空间。持久记忆应作为工具暴露给 Agent而不是裸文件访问也不是 prompt 内的盲目树遍历——树后端是检索实现Agent 与返回有界、已排序记忆结果的检索工具交互。Agent 检索工具memory.retrieve主访问路径是检索工具如memory.retrieve支持的输入包括querycategory/categoriestree_idAgent 已知属主树时time_rangemode如broad_summary或exact_evidencemax_resultsinclude_leaves返回内容排序的摘要命中、排序的叶子命中、节点 id 与树 id、引用/来源路径、以及支持后续下钻请求的足够元数据。工具向 Agent 隐藏内部树遍历机制——Agent 问相关记忆后端决定如何遍历与排序。在 holaOS 运行时中该工具已经以memory_retrieve能力的形式落地检索器的能力注册位于 agent-capability-registry.ts并在 agent-runtime-prompt.ts 中被设定为非 UI 问题的硬性检索顺序当前轮上下文/直接工具结果 →memory_retrieve→ 最窄的权威本地/连接源 → 最后才是浏览器或 Web且明确要求不要因为浏览器表面已打开就跳过memory_retrieve对应 agent-runtime-prompt.test.ts 的断言。交互检索与集成检索交互检索查询主要关于工作区行为、用户偏好、身份或交互历史推导的知识时使用交互树如沟通偏好、项目特定操作约定、通过既往用户交互学到的事实集成检索查询主要关于外部来源信息时使用集成树如最近同步的客户记录、导入的仓库上下文、抓取的邮件/日历信息。跨分类检索与时间范围检索查询横跨两类记忆时运行时可在查询层合并两类的命中——不需要共享叶子。时间范围检索利用节点元数据限制或排序结果例如这周学到了什么2026-05-20 发生了什么变化最近的集成数据中哪些提到了项目 alpha。检索算法所有检索遵循将查询分类为interaction、integration或两者先应用显式过滤分类、树 id、时间范围、可用时的标签/实体查询数据库获取候选树与候选节点先对高层与中间摘要节点排序选择最有希望的分支仅下钻所选分支需要精确证据时在该分支内对叶子排序从磁盘水合选中的 markdown 正文为 Agent 组装有界结果集。优先摘要优先遍历回答宽泛问题仅当查询需要精确细节时采用叶子优先证据。摘要优先遍历与叶子下钻宽泛/模糊问题先查候选L1、L2及中间摘要节点用元数据、嵌入、词法/实体匹配排序挑选少量分支仅在需要时下钻——即使记忆语料增长也能限制文件读取数与 token 量。精确问题仍先用树收窄范围再在分支内搜索叶子只返回少量顶级候选的完整叶子正文避免对整个工作区记忆语料做全局叶子扫描。嵌入策略后端应同时嵌入 source leaves 与已封存的摘要节点含中间摘要节点。中间摘要节点嵌入的价值提供分支层的粗粒度语义路由、无需读取所有后代叶子即可短列出相关子树、减少每次查询的全局叶子级语义搜索需求。叶子仍须嵌入因为叶子嵌入更适合精确证据检索与精确事实匹配。预期分工摘要节点嵌入用于分支选择叶子嵌入用于证据选择。摘要嵌入只为已封存的摘要节点生成子树变化、摘要被替换时替换摘要获得全新嵌入旧嵌入随节点一起退役。六、存储模型磁盘与数据库的分工磁盘布局文件系统存储 source-leaf markdown 正文与 summary-node markdown 正文。树后端拥有磁盘布局生成的MEMORY.md索引不在新模型中。PRD 给出一个具体的 v1 布局workspace/.holaboss/memory/ interaction/ tree_id/ leaves/ leaf_id.md summaries/ L1/ summary_id.md L2/ summary_id.md summary_id.md L3/ summary_id.md integration/ tree_id/ leaves/ leaf_id.md summaries/ L1/ summary_id.md L2/ summary_id.md要点叶子住在拥有它的树内、没有共享叶子存储、L1每树至多一个文件、更深的层可以有多个摘要文件。数据库职责数据库存储source-leaf 元数据、summary-node 元数据、树定义、父子关系、根摘要指针、叶子嵌入、摘要节点嵌入、标签与实体索引、后台任务、内容哈希等完整性元数据。数据库对存在哪些叶子、存在哪些树、哪棵树拥有某叶子、哪些摘要属于哪些树、应考虑哪些检索候选拥有权威markdown 文件对长篇正文内容拥有权威。七、写入与任务流程异步化与确定性的 upsert持久写入路径抽取/接受一个持久记忆条目归类为interaction依据分配的主实体选择或创建属主交互树持久化叶子 markdown 正文持久化叶子元数据行抽取标签、实体与时间元数据将叶子追加进属主树结构阈值满足时后台执行封存与摘要生成计算并持久化叶子与摘要的嵌入。后端应尽可能将摄入与摘要作为异步工作使对用户可见的运行时延迟保持有界。Phase 1 交互 upsert 算法12 步PRD 给出了完整确定性 upsert 路径此处逐条继承接收一个交互事件用户消息、助手回合、被接受的偏好/身份记忆规范化为一个或多个 chunks规范化文本、附加工作区/会话/时间戳元数据、计算稳定 chunk 指纹评估每个 chunk 的接纳低于阈值则停止该 chunk不创建叶子构建实体分配 prompt 输入chunk 文本、chunk 元数据、允许的实体类型、现有候选实体短名单对被接纳的 chunk 运行 LLM 实体分配选择匹配现有实体 / 创建新实体 / 回退产出恰好一个主实体决策后端校验 LLM 结果拒绝短名单中不存在的实体 id、为获批新实体生成规范 id 与 slug、现有匹配与新实体置信度均不足时使用interaction:uncategorized解析去重或取代同一 chunk 指纹 同一属主已有活跃叶子no-op同一持久主题有活跃叶子但新 chunk 实质性更新创建新叶子、设置supersedes_leaf_id、标记旧叶子superseded否则创建新活跃叶子确保属主交互树存在Phase 1实体首条被接纳叶子立即创建该实体树持久化叶子写入树属主的叶子路径、插入 DB 元数据行、插入实体链接与检索元数据更新树结构将叶子挂到属主树底部、使受影响的未封存缓冲区或父摘要血统失效入队后台任务封存、摘要生成、需要的摘要替换、叶子嵌入、封存后摘要嵌入返回 upsert 结果leaf id、属主树 id、实体决策、操作类型noop_duplicate/created/superseding。在源码中这一流程的核心实现是 interaction-memory.ts 的persistInteractionCandidate它先调用assignEntityWithModel做实体分配再计算内容指纹sha256(candidate.content)做指纹级去重随后通过语义去重决策semanticDuplicateShortlistsemanticDuplicateDecision识别same_memory与supersedes_existing最终用store.upsertInteractionLeaf写入叶子并调用syncNodeEmbedding同步嵌入返回值正是outcome: noop_duplicate | created | superseding三态。实体分配实现interaction-memory.ts 的assignEntityWithModel与 PRD 完全对应模型 prompt 要求返回严格 JSON{action:match_existing|create_new|fallback, ...}且用两个显式阈值把关——ENTITY_MATCH_CONFIDENCE_THRESHOLD 0.6、ENTITY_CREATE_CONFIDENCE_THRESHOLD 0.68选择现有实体必须命中短名单 id创建新实体要求类型合法、名称非空且置信度达标否则走确定性回退最终回退到ensureUncategorizedEntityinteraction:uncategorized。短名单大小上限为MAX_ENTITY_SHORTLIST 24。Phase 1 去重与取代规则同属主树下精确 chunk 指纹匹配no-op同一持久主题、同属主树、但正文实质性不同创建取代叶子superseding leaf不同属主树视为不同叶子除非后续增加重分类流程。Phase 1 倾向保守去重策略而非激进合并。Phase 1 摘要失效与重建新叶子创建或旧叶子被取代时受影响叶子缓冲区变脏、受影响分支之上的父摘要链变陈旧、陈旧摘要保持可读直到替换摘要封存完成、替换摘要就绪后根指针与父链接在数据库中原子更新。这让检索在后台摘要再生期间保持可用。八、公共接口影响与 v1 非目标PRD 的立场是现有持久记忆后端应被替换在当前记忆表面之下。当前/api/v1/memory/search|get|upsert|status|sync路由作为后续要适配的兼容面保留持久 Agent 访问应收敛到由树查询引擎支撑的检索工具被移除的 proposal 与 bridge 记忆 API 不回归后端是最终 API 形态重审之前的主要设计目标。v1 不需要跨树共享叶子、单叶多树成员资格、每日摘要树作为一等树族、独立的记忆提案评审表面、以手动文件路径语义作为核心持久抽象、会话派生状态与持久记忆共用一个存储、将旧MEMORY.md索引行为迁移进新后端。九、成功标准与刻意推迟的决策成功标准重设计成功当且仅当持久记忆有一个后端根其下是按分类组织的树interaction作为第一个所有权分类落地integration留给后续阶段每个 source leaf 恰好属于一棵树每个持久化节点正文都是 markdown运行时持久回忆不再依赖生成的MEMORY.md索引跨分类检索无需共享叶子即可工作会话连续性保持可用但不属于持久树模型的一部分。刻意推迟的开放产品决策以下留给后续技术设计而非本 PRD各层精确的树 seal 阈值、选择主交互树的精确规则、集成树阶段的精确粒度、精确的嵌入模型与重排策略、记忆 API 的最终 HTTP 请求/响应 schema、以及后端切换时采用遗留数据迁移还是冷重启。十、仓库现状PRD 理念的落地对应本 PRD 虽标注为 draft其核心理念在 holaOS 仓库中已有成体系实现可作为深入阅读的路线图交互记忆后端interaction-memory.ts 覆盖实体分配、指纹/语义去重、叶子持久化、树重建rebuildInteractionEntityTree、检索retrieveInteractionMemory支持mixed/summaries/leaves三种 mode与召回上下文组装其中INTERACTION_BRANCH_FACTOR 8、MAX_RETRIEVE_RESULTS 12、RETRIEVAL_CANDIDATE_POOL_LIMIT 320等常量给出了检索预算的具体默认值工作区记忆检索workspace-memory.ts 的retrieveWorkspaceMemory演示了向量首轮vector first pass与词法支撑lexical support的混合检索组装再交给 memory-hybrid-retrieval.ts 的buildMemoryHybridRetrievalResult完成意图推断、LLM 重排、检索包retrieval pack与覆盖率coverage构建推理优先的召回契约memory-retrieval-pack.ts 定义了AgentRecalledMemoryContext——包含intent、retrieval_packknown_facts / recent_high_signal_items / constraints / blockers / open_questions / recommended_next_source / recommended_next_step、evidence、gaps、coverage并通过renderRecalledMemoryPromptSection渲染为 prompt 片段正是 PRD检索意图 结构化检索包 证据 缺口 下一步来源的直接落地Agent 工具暴露agent-capability-registry.ts 与 agent-runtime-prompt.ts 将memory_retrieve注册为运行时工具并在非 UI 问题中确立先记忆、后浏览器/Web的硬性检索顺序磁盘目录约定workspace-bundle-paths.ts 提供workspaceMemoryDir与遗留目录迁移逻辑对应 PRD 的.holaboss/memory/布局设想。结语本 PRD 的价值在于把记忆从一组互不相干的文件与表重构成一棵有所有权、有生命周期、有推理契约的树。对读者而言最值得带走的三件事一是event/chunk/leaf 三层语义决定了什么该进树、什么该丢弃二是实体分配决策矩阵保证了宁可进回退桶也不乱建实体的保守默认三是检索层把树藏起来、把推理包交给 Agent——存储保持树原生产品保持推理优先。Phase 1 只做交互记忆但这条骨架已为integration分类与更丰富的召回能力预留了明确的生长点。赞分享人工智能AI AgentAI 应用前端后端即时通讯交互助手工具调用【免费下载链接】holaOSOpen-source agentic workspace enterprises can make their own. Connect the systems you already run — 100 integrations, MCP, chat tools, apps, browser, local files — with shared memory. Any agent (Claude Code, Codex), any model, or BYOK. Set up in clicks, not months. Local-first: your data never leaves your machines.项目地址https://gitcode.com/GitHub_Trending/ho/holaOS点击查看免费下载相关推荐Open-Sora 图生视频完整指南单卡 60 秒出第一条 5 秒视频Open Sora 图生视频完整指南单卡 60 秒出第一条 5 秒视频 不想给 Sora API 交钱又想在自有显卡上出片Open Sora 2.011人工智能大模型媒体生成音视频预训练分布式训练Honcho 记忆基础设施指南为有状态 Agent 构建推理优先的长期记忆Honcho 记忆基础设施指南为有状态 Agent 构建推理优先的长期记忆 Honcho 是面向有状态 Agent的通用记忆层以 推理优先Reason人工智能AI AgentAgent 记忆RAG后端MCP 服务OpenJarvis记忆系统深度解析5种检索后端打造永不失忆的AIOpenJarvis记忆系统深度解析5种检索后端打造永不失忆的AI OpenJarvis 是一款运行在个人设备上的本地个人 AIPersonal AI, O上一篇Play Framework 错误处理完全指南HttpErrorHandler、JSON 错误响应与自定义错误处理器下一篇如何快速搭建AIO Sandbox5分钟完成部署的完整指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 holaOS 记忆系统重设计 PRD 解读：树形后端、所有权分类与推理优先检索
人工智能AI AgentAI 应用前端后端即时通讯交互助手工具调用【免费下载链接】holaOSOpen-source agentic workspace enterprises can make their own. Connect the systems you already run — 100 integrations, MCP, chat tools, apps, browser, local files — with shared memory. Any agent (Claude Code, Codex), any model, or BYOK. Set up in clicks, not months. Local-first: your data never leaves your machines.项目地址https://gitcode.com/GitHub_Trending/ho/holaOS点击查看免费下载本指南基于 docs/plans/2026-05-20-memory-redesign-prd.md 展开系统讲解 holaOS 将长期记忆durable memory重构为树形原生后端的目标架构、核心数据模型、写入/检索流程与 Phase 1 落地边界。阅读后你将掌握记忆根/分类/树的组织规则、source leaf 与 summary node 的职责划分、event→chunk→leaf 生命周期、实体分配决策矩阵以及memory_retrieve检索工具的推理优先契约文末结合 runtime/api-server/src/interaction-memory.ts 等源码给出已落地的实现佐证。一、为什么要重设计记忆系统从相邻机制到一个后端PRD 首先点出当前记忆模型的痛点它把多种关注点混在一起——人类可编辑的 markdown 文件生成的MEMORY.md索引SQLite 元数据表面向 prompt 的回忆规划recall planning就近存放的会话连续性状态session continuity state。这种结构让长期记忆看起来像一堆相邻的机制拼凑而不是一个连贯的系统。重设计的目标是让它变成一个记忆根one memory root明确的树分类explicit tree categories每个持久化条目严格的树归属strict tree ownership一个检索层one retrieval layer可以跨分类搜索但绝不共享叶子长期记忆与运行时/会话状态的清晰分离。值得强调的是本次重设计只作用于长期记忆durable memory。会话检查点session checkpoints、会话恢复上下文session resume context、AGENTS.md仅作为工作区指令、最终/api/v1/memory/*的公开 HTTP 契约、v1 的每日摘要树、以及 Phase 1 中的 integration-tree 实现都被明确划在范围之外。Phase 1 的实现范围严格限定为仅交互记忆interaction memory、交互实体分配、交互树构建、交互检索工具、仅由 seal 阈值触发的摘要生成且不含热度子系统hotness subsystem。二、核心设计原则八条规则1. 一个记忆根One memory root后端只有一个持久记忆根。根之下树按所有权分类分组memory root - tree category - treev1 的分类只有两个interaction来自用户/Agent 与工作区的交互与integration从外部系统抓取/同步。注意记忆根与分类层只是组织容器不是摘要节点。2. 分类是所有权域Categories are ownership domainsinteraction由用户或 Agent 与工作区的交互推导出的持久记忆integration从外部系统获取或同步的持久记忆。分类不是对同一叶子的不同视图而是所有权域。同一个概念如果需要跨分类可达由检索层合并多个树的结果而不是复制叶子或让叶子多归属。3. 树是严格的所有权层级Trees are strict ownership hierarchies)每个持久叶子恰好属于一棵树。叶子绝不跨树共享。4. Markdown 仍是正文格式Markdown remains the body format每个持久化节点的正文都以 markdown 存储在磁盘上。持久化节点只有两类source leaves源叶子底层规范记忆文档没有子节点summary nodes摘要节点由子节点推导出的 markdown 文档可摘要 source leaves 或更低层级的 summary nodes。数据库是索引、拓扑、检索与任务控制平面但不是长篇正文的主要存储——正文以 markdown 文件为准这与 workspace-bundle-paths.ts 中WORKSPACE_MEMORY_DIRNAME memory的目录约定相呼应。5. 日期是元数据不是所有权Date is metadata, not ownership每个持久化节点携带日期/时间元数据用于新鲜度过滤、时间范围检索和未来的 recap 功能日期在 v1 中不定义独立的树族。6. 长期记忆不是会话记忆Durable memory is not session memory压缩产物compaction artifacts、检查点、会话恢复材料都是独立的运行时关注点不应建模为持久树的叶子。7. 检索应该是树原生的Retrieval should be tree-native检索不依赖生成的MEMORY.md文件。运行时通过树感知的数据库查询检索需要时再从磁盘水合完整 markdown 正文。8. Agent 检索应该是推理优先的Agent retrieval should be reasoning-first主检索边界不应被塑造成树浏览器。系统应暴露memory_retrieve面向推理的上下文解析工具默认路径memory_browse可选的面相浏览的检查工具调试、UI 或显式导航。默认检索路径应返回检索意图retrieval intent、结构化检索包structured retrieval pack、支撑证据supporting evidence、未解决缺口unresolved gaps、推荐的下一步验证来源recommended next verification source。Agent 应从该检索结果继续规划而不是事后处理一列原始命中。三、核心模型从根到叶子的完整对象体系记忆根与树分类后端有一个根容器树按分类分组。示例树标识interaction/interaction:response-styleinteraction/interaction:project-alphaintegration/gmail:account-primaryintegration/github:repo-holaos-oss该层级是组织性的需与树内部的摘要层级summary hierarchy区分理解。检索产品契约Retrieval product contract存储模型是树原生的但面向 Agent 的主检索契约是问题解决导向的。预期检索流程query - intent classification - hybrid candidate retrieval - rerank - retrieval pack - agent reasoning - optional live verification关键产品规则树结构留在存储层不要让面向 Agent 的检索契约镜像树导航原语。树结构每棵树自上而下为root summary node - intermediate summary nodes - source leaves每棵物化树顶部至多有一个L1根摘要节点较低摘要层级可以有很多节点。event、chunk、leaf 的区分后端必须严格区分三个单元单元含义示例event进入规范化之前的原始记忆信号仅作为入站单元一条用户消息、一个助手回合、一条抓取的集成记录、一次导入的文档修订、一次周期性同步结果项chunk由单个 event或其一部分推导出的规范化摄入阶段单元是评估是否入册的单位长文档的一个段落组、长交互的一个逻辑片段、集成负载的一个规范化记录正文source leaf被接纳admitted的 chunk 持久化进树后形成的底层 markdown 文档——关系为event - chunk(s) - admitted source leaf/leaves。并非每个 event 都会产生叶子也并非每个 chunk 都会成为持久记忆。Source leaves源叶子源叶子是原子级的规范记忆条目总是满足markdown 文档、底层节点、无子节点、恰好被一棵树拥有、接纳后视为不可变。每个叶子存储的字段PRD 原文完整列出leaf_id、workspace_id、tree_category、tree_idorigin_kind、title、summarybody_path、body_sha256observed_at、created_at、updated_atconfidence、verification_policy、staleness_policy、status、supersedes_leaf_id抽取的标签与实体extracted labels and entitiesSummary nodes摘要节点摘要节点是树内部节点同样恰好被一棵树拥有不是规范持久条目但也是持久化的 markdown 文档。它总是有子节点source leaves 或更低层级的摘要节点。字段包括summary_id、workspace_id、tree_category、tree_id、level、parent_id、child_ids、body_path、body_sha256、observed_at、time_range_start、time_range_end、created_at、sealed_at以及为检索合成的标签。交互树Interaction trees交互树存储源自用户/Agent 与工作区交互的持久记忆包括运行时推导的工作区知识、被接受的用户偏好记忆、被接受的用户身份记忆。规则每个交互叶子恰好属于一棵交互树树分配基于叶子的主要交互主体primary interaction subject次要概念只作为检索元数据不构成额外的树成员资格树内含一个内部根摘要节点、可选的中间摘要节点、底部 source leavesPhase 1 中交互实体一旦收到第一条被接纳的叶子立即成为一棵树摘要层仅由结构 seal 阈值控制与热度无关。v1 交互实体分配LLM 驱动 后端护栏Phase 1 的实体分配以 LLM 驱动为主流程为后端向模型提供chunk 文本、chunk 元数据、允许的实体类型、现有候选实体短名单shortlist模型返回结构化输出是否匹配现有实体、是否创建新实体、恰好一个主实体选择、可选次要实体、置信度后端校验并规范化结果得出的主实体成为被接纳交互叶子的所有者。后端保留如下护栏每个被接纳的交互叶子恰好一个主实体若模型选择现有实体必须来自提供的短名单若模型请求新实体由后端代码生成规范的 entity id 与 slug若置信度过低叶子路由到回退交互桶fallback interaction bucket而不是创建不稳定的新实体。v1 交互实体决策矩阵PRD 强调记忆接纳admission与实体分配是两个独立的决策存在三个不同的置信度问题——接纳置信度、现有实体匹配置信度、新实体创建置信度。v1 决策矩阵低接纳置信度不创建 source leaf不分配实体高接纳置信度 高现有实体匹配置信度创建叶子并分配给该现有实体高接纳置信度 低现有实体匹配置信度 高新实体创建置信度创建叶子、创建新实体、将叶子分配给新实体高接纳置信度但现有匹配与新实体置信度都不高创建叶子分配给回退桶如interaction:uncategorized。核心规则是匹配现有实体失败不足以成为创建新实体的理由。创建新实体需要正向证据——chunk 围绕一个清晰、稳定、可复用的主体。否则叶子保持持久但暂时住在回退桶下等待后续重分类。集成树Integration trees集成树存储来自外部系统的持久记忆周期性同步任务、集成抓取、导入的外部记录。规则每个集成叶子恰好属于一棵集成树分配基于来源血统source lineage。集成树是目标架构的一部分但实现推迟到 Phase 1 之后。四、树构建生命周期与阶段模型生命周期模型event - chunk - source leaf - summary node是生命周期区分不只是命名events仅入站单元chunks规范化与接纳单元source leaves持久规范底层节点summary nodes持久推导内部节点。Chunk 生命周期接收一个 event规范化为一个或多个 chunks对每个 chunk 打分/评估持久接纳从持久树路径中丢弃非持久 chunk将接纳的 chunk 提升为 source leaves。Source leaf 生命周期从接纳的 chunk 创建 source leaf分配恰好一个分类与恰好一棵树持久化为一个 markdown 正文 一个元数据行放在其树的底部随着树向上生长纳入未来的摘要封存sealing。叶子终身是叶子不会变成摘要节点。当新信息细化、修正或替换旧叶子时系统优先创建新叶子并将旧叶子标记为superseded或inactive而不是原地改写旧正文。摘要节点生命周期累积足够子节点达到封存阈值对子节点合成一个摘要节点持久化为 markdown 元数据更高层级可封存时向上重复。摘要节点摘要其直接子节点同时语义上代表其下整个子树。摘要节点是被封存的派生产物封存后不应手动原地编辑子树变化时由后端创建替换摘要并更新树指针/父链接。交互叶子接纳与集成叶子接纳交互叶子接纳四步归类到interaction分类 → 分配恰好一个主交互实体 → 基于该实体分配恰好一棵树 → 持久化为 markdown 正文 元数据行。集成叶子接纳三步归类到integration分类 → 基于集成血统分配一棵树 → 持久化。日期处理与树封存每个被接纳的节点携带时间元数据叶子必须有observed_at摘要节点记录其子树覆盖的时间范围。Phase 1 交互树的封存机制叶子追加到低层缓冲区 → 满足 seal 阈值时产出高层摘要 → 持续向上直到树根可刷新。Phase 1 没有基于热度的树创建或摘要物化——第一条被接纳的交互叶子创建树只有 seal 阈值控制摘要何时出现。五、检索模型推理优先、树原生、有界返回检索系统基于查询意图与可用过滤条件在分类间选择。Phase 1 检索实现仅限交互记忆但目标架构为集成检索预留了空间。持久记忆应作为工具暴露给 Agent而不是裸文件访问也不是 prompt 内的盲目树遍历——树后端是检索实现Agent 与返回有界、已排序记忆结果的检索工具交互。Agent 检索工具memory.retrieve主访问路径是检索工具如memory.retrieve支持的输入包括querycategory/categoriestree_idAgent 已知属主树时time_rangemode如broad_summary或exact_evidencemax_resultsinclude_leaves返回内容排序的摘要命中、排序的叶子命中、节点 id 与树 id、引用/来源路径、以及支持后续下钻请求的足够元数据。工具向 Agent 隐藏内部树遍历机制——Agent 问相关记忆后端决定如何遍历与排序。在 holaOS 运行时中该工具已经以memory_retrieve能力的形式落地检索器的能力注册位于 agent-capability-registry.ts并在 agent-runtime-prompt.ts 中被设定为非 UI 问题的硬性检索顺序当前轮上下文/直接工具结果 →memory_retrieve→ 最窄的权威本地/连接源 → 最后才是浏览器或 Web且明确要求不要因为浏览器表面已打开就跳过memory_retrieve对应 agent-runtime-prompt.test.ts 的断言。交互检索与集成检索交互检索查询主要关于工作区行为、用户偏好、身份或交互历史推导的知识时使用交互树如沟通偏好、项目特定操作约定、通过既往用户交互学到的事实集成检索查询主要关于外部来源信息时使用集成树如最近同步的客户记录、导入的仓库上下文、抓取的邮件/日历信息。跨分类检索与时间范围检索查询横跨两类记忆时运行时可在查询层合并两类的命中——不需要共享叶子。时间范围检索利用节点元数据限制或排序结果例如这周学到了什么2026-05-20 发生了什么变化最近的集成数据中哪些提到了项目 alpha。检索算法所有检索遵循将查询分类为interaction、integration或两者先应用显式过滤分类、树 id、时间范围、可用时的标签/实体查询数据库获取候选树与候选节点先对高层与中间摘要节点排序选择最有希望的分支仅下钻所选分支需要精确证据时在该分支内对叶子排序从磁盘水合选中的 markdown 正文为 Agent 组装有界结果集。优先摘要优先遍历回答宽泛问题仅当查询需要精确细节时采用叶子优先证据。摘要优先遍历与叶子下钻宽泛/模糊问题先查候选L1、L2及中间摘要节点用元数据、嵌入、词法/实体匹配排序挑选少量分支仅在需要时下钻——即使记忆语料增长也能限制文件读取数与 token 量。精确问题仍先用树收窄范围再在分支内搜索叶子只返回少量顶级候选的完整叶子正文避免对整个工作区记忆语料做全局叶子扫描。嵌入策略后端应同时嵌入 source leaves 与已封存的摘要节点含中间摘要节点。中间摘要节点嵌入的价值提供分支层的粗粒度语义路由、无需读取所有后代叶子即可短列出相关子树、减少每次查询的全局叶子级语义搜索需求。叶子仍须嵌入因为叶子嵌入更适合精确证据检索与精确事实匹配。预期分工摘要节点嵌入用于分支选择叶子嵌入用于证据选择。摘要嵌入只为已封存的摘要节点生成子树变化、摘要被替换时替换摘要获得全新嵌入旧嵌入随节点一起退役。六、存储模型磁盘与数据库的分工磁盘布局文件系统存储 source-leaf markdown 正文与 summary-node markdown 正文。树后端拥有磁盘布局生成的MEMORY.md索引不在新模型中。PRD 给出一个具体的 v1 布局workspace/.holaboss/memory/ interaction/ tree_id/ leaves/ leaf_id.md summaries/ L1/ summary_id.md L2/ summary_id.md summary_id.md L3/ summary_id.md integration/ tree_id/ leaves/ leaf_id.md summaries/ L1/ summary_id.md L2/ summary_id.md要点叶子住在拥有它的树内、没有共享叶子存储、L1每树至多一个文件、更深的层可以有多个摘要文件。数据库职责数据库存储source-leaf 元数据、summary-node 元数据、树定义、父子关系、根摘要指针、叶子嵌入、摘要节点嵌入、标签与实体索引、后台任务、内容哈希等完整性元数据。数据库对存在哪些叶子、存在哪些树、哪棵树拥有某叶子、哪些摘要属于哪些树、应考虑哪些检索候选拥有权威markdown 文件对长篇正文内容拥有权威。七、写入与任务流程异步化与确定性的 upsert持久写入路径抽取/接受一个持久记忆条目归类为interaction依据分配的主实体选择或创建属主交互树持久化叶子 markdown 正文持久化叶子元数据行抽取标签、实体与时间元数据将叶子追加进属主树结构阈值满足时后台执行封存与摘要生成计算并持久化叶子与摘要的嵌入。后端应尽可能将摄入与摘要作为异步工作使对用户可见的运行时延迟保持有界。Phase 1 交互 upsert 算法12 步PRD 给出了完整确定性 upsert 路径此处逐条继承接收一个交互事件用户消息、助手回合、被接受的偏好/身份记忆规范化为一个或多个 chunks规范化文本、附加工作区/会话/时间戳元数据、计算稳定 chunk 指纹评估每个 chunk 的接纳低于阈值则停止该 chunk不创建叶子构建实体分配 prompt 输入chunk 文本、chunk 元数据、允许的实体类型、现有候选实体短名单对被接纳的 chunk 运行 LLM 实体分配选择匹配现有实体 / 创建新实体 / 回退产出恰好一个主实体决策后端校验 LLM 结果拒绝短名单中不存在的实体 id、为获批新实体生成规范 id 与 slug、现有匹配与新实体置信度均不足时使用interaction:uncategorized解析去重或取代同一 chunk 指纹 同一属主已有活跃叶子no-op同一持久主题有活跃叶子但新 chunk 实质性更新创建新叶子、设置supersedes_leaf_id、标记旧叶子superseded否则创建新活跃叶子确保属主交互树存在Phase 1实体首条被接纳叶子立即创建该实体树持久化叶子写入树属主的叶子路径、插入 DB 元数据行、插入实体链接与检索元数据更新树结构将叶子挂到属主树底部、使受影响的未封存缓冲区或父摘要血统失效入队后台任务封存、摘要生成、需要的摘要替换、叶子嵌入、封存后摘要嵌入返回 upsert 结果leaf id、属主树 id、实体决策、操作类型noop_duplicate/created/superseding。在源码中这一流程的核心实现是 interaction-memory.ts 的persistInteractionCandidate它先调用assignEntityWithModel做实体分配再计算内容指纹sha256(candidate.content)做指纹级去重随后通过语义去重决策semanticDuplicateShortlistsemanticDuplicateDecision识别same_memory与supersedes_existing最终用store.upsertInteractionLeaf写入叶子并调用syncNodeEmbedding同步嵌入返回值正是outcome: noop_duplicate | created | superseding三态。实体分配实现interaction-memory.ts 的assignEntityWithModel与 PRD 完全对应模型 prompt 要求返回严格 JSON{action:match_existing|create_new|fallback, ...}且用两个显式阈值把关——ENTITY_MATCH_CONFIDENCE_THRESHOLD 0.6、ENTITY_CREATE_CONFIDENCE_THRESHOLD 0.68选择现有实体必须命中短名单 id创建新实体要求类型合法、名称非空且置信度达标否则走确定性回退最终回退到ensureUncategorizedEntityinteraction:uncategorized。短名单大小上限为MAX_ENTITY_SHORTLIST 24。Phase 1 去重与取代规则同属主树下精确 chunk 指纹匹配no-op同一持久主题、同属主树、但正文实质性不同创建取代叶子superseding leaf不同属主树视为不同叶子除非后续增加重分类流程。Phase 1 倾向保守去重策略而非激进合并。Phase 1 摘要失效与重建新叶子创建或旧叶子被取代时受影响叶子缓冲区变脏、受影响分支之上的父摘要链变陈旧、陈旧摘要保持可读直到替换摘要封存完成、替换摘要就绪后根指针与父链接在数据库中原子更新。这让检索在后台摘要再生期间保持可用。八、公共接口影响与 v1 非目标PRD 的立场是现有持久记忆后端应被替换在当前记忆表面之下。当前/api/v1/memory/search|get|upsert|status|sync路由作为后续要适配的兼容面保留持久 Agent 访问应收敛到由树查询引擎支撑的检索工具被移除的 proposal 与 bridge 记忆 API 不回归后端是最终 API 形态重审之前的主要设计目标。v1 不需要跨树共享叶子、单叶多树成员资格、每日摘要树作为一等树族、独立的记忆提案评审表面、以手动文件路径语义作为核心持久抽象、会话派生状态与持久记忆共用一个存储、将旧MEMORY.md索引行为迁移进新后端。九、成功标准与刻意推迟的决策成功标准重设计成功当且仅当持久记忆有一个后端根其下是按分类组织的树interaction作为第一个所有权分类落地integration留给后续阶段每个 source leaf 恰好属于一棵树每个持久化节点正文都是 markdown运行时持久回忆不再依赖生成的MEMORY.md索引跨分类检索无需共享叶子即可工作会话连续性保持可用但不属于持久树模型的一部分。刻意推迟的开放产品决策以下留给后续技术设计而非本 PRD各层精确的树 seal 阈值、选择主交互树的精确规则、集成树阶段的精确粒度、精确的嵌入模型与重排策略、记忆 API 的最终 HTTP 请求/响应 schema、以及后端切换时采用遗留数据迁移还是冷重启。十、仓库现状PRD 理念的落地对应本 PRD 虽标注为 draft其核心理念在 holaOS 仓库中已有成体系实现可作为深入阅读的路线图交互记忆后端interaction-memory.ts 覆盖实体分配、指纹/语义去重、叶子持久化、树重建rebuildInteractionEntityTree、检索retrieveInteractionMemory支持mixed/summaries/leaves三种 mode与召回上下文组装其中INTERACTION_BRANCH_FACTOR 8、MAX_RETRIEVE_RESULTS 12、RETRIEVAL_CANDIDATE_POOL_LIMIT 320等常量给出了检索预算的具体默认值工作区记忆检索workspace-memory.ts 的retrieveWorkspaceMemory演示了向量首轮vector first pass与词法支撑lexical support的混合检索组装再交给 memory-hybrid-retrieval.ts 的buildMemoryHybridRetrievalResult完成意图推断、LLM 重排、检索包retrieval pack与覆盖率coverage构建推理优先的召回契约memory-retrieval-pack.ts 定义了AgentRecalledMemoryContext——包含intent、retrieval_packknown_facts / recent_high_signal_items / constraints / blockers / open_questions / recommended_next_source / recommended_next_step、evidence、gaps、coverage并通过renderRecalledMemoryPromptSection渲染为 prompt 片段正是 PRD检索意图 结构化检索包 证据 缺口 下一步来源的直接落地Agent 工具暴露agent-capability-registry.ts 与 agent-runtime-prompt.ts 将memory_retrieve注册为运行时工具并在非 UI 问题中确立先记忆、后浏览器/Web的硬性检索顺序磁盘目录约定workspace-bundle-paths.ts 提供workspaceMemoryDir与遗留目录迁移逻辑对应 PRD 的.holaboss/memory/布局设想。结语本 PRD 的价值在于把记忆从一组互不相干的文件与表重构成一棵有所有权、有生命周期、有推理契约的树。对读者而言最值得带走的三件事一是event/chunk/leaf 三层语义决定了什么该进树、什么该丢弃二是实体分配决策矩阵保证了宁可进回退桶也不乱建实体的保守默认三是检索层把树藏起来、把推理包交给 Agent——存储保持树原生产品保持推理优先。Phase 1 只做交互记忆但这条骨架已为integration分类与更丰富的召回能力预留了明确的生长点。赞分享人工智能AI AgentAI 应用前端后端即时通讯交互助手工具调用【免费下载链接】holaOSOpen-source agentic workspace enterprises can make their own. Connect the systems you already run — 100 integrations, MCP, chat tools, apps, browser, local files — with shared memory. Any agent (Claude Code, Codex), any model, or BYOK. Set up in clicks, not months. Local-first: your data never leaves your machines.项目地址https://gitcode.com/GitHub_Trending/ho/holaOS点击查看免费下载相关推荐Open-Sora 图生视频完整指南单卡 60 秒出第一条 5 秒视频Open Sora 图生视频完整指南单卡 60 秒出第一条 5 秒视频 不想给 Sora API 交钱又想在自有显卡上出片Open Sora 2.011人工智能大模型媒体生成音视频预训练分布式训练Honcho 记忆基础设施指南为有状态 Agent 构建推理优先的长期记忆Honcho 记忆基础设施指南为有状态 Agent 构建推理优先的长期记忆 Honcho 是面向有状态 Agent的通用记忆层以 推理优先Reason人工智能AI AgentAgent 记忆RAG后端MCP 服务OpenJarvis记忆系统深度解析5种检索后端打造永不失忆的AIOpenJarvis记忆系统深度解析5种检索后端打造永不失忆的AI OpenJarvis 是一款运行在个人设备上的本地个人 AIPersonal AI, O上一篇Play Framework 错误处理完全指南HttpErrorHandler、JSON 错误响应与自定义错误处理器下一篇如何快速搭建AIO Sandbox5分钟完成部署的完整指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考