227 lines
9.4 KiB
Plaintext
Executable File
227 lines
9.4 KiB
Plaintext
Executable File
---
|
||
title: "项目记忆系统 - 文件级跨对话记忆架构"
|
||
description: "深度解析 Claude Code 记忆系统：基于文件的持久化存储、MEMORY.md 索引结构、四类型分类法、Sonnet 智能召回、Session Memory 压缩集成。"
|
||
keywords: ["项目记忆", "MEMORY.md", "AI 记忆", "跨对话", "自动记忆", "memdir"]
|
||
---
|
||
|
||
{/* 本章目标：从源码层面剖析记忆系统的存储架构、召回机制和注入链路 */}
|
||
|
||
## 记忆系统的存储架构
|
||
|
||
源码路径：`src/memdir/paths.ts`、`src/memdir/memdir.ts`
|
||
|
||
Claude Code 的记忆系统是**纯文件**的——没有数据库、没有向量存储，只有 Markdown 文件和目录结构。
|
||
|
||
### 目录布局
|
||
|
||
```
|
||
~/.claude/projects/<sanitized-git-root>/memory/
|
||
├── MEMORY.md ← 入口索引（每次对话加载）
|
||
├── user_role.md ← 用户记忆
|
||
├── feedback_testing.md ← 反馈记忆
|
||
├── project_mobile_release.md ← 项目记忆
|
||
├── reference_linear_ingest.md ← 参考记忆
|
||
└── logs/ ← KAIROS 模式：每日日志
|
||
└── 2026/
|
||
└── 04/
|
||
└── 2026-04-01.md
|
||
```
|
||
|
||
路径解析链路（`getAutoMemPath()`）：
|
||
1. `CLAUDE_COWORK_MEMORY_PATH_OVERRIDE` 环境变量（Cowork SDK 全路径覆盖）
|
||
2. `autoMemoryDirectory` 设置（仅限 `policySettings`/`localSettings`/`userSettings`——**故意排除** `projectSettings`，防止恶意仓库将记忆路径指向 `~/.ssh`）
|
||
3. 默认：`<memoryBase>/projects/<sanitized-git-root>/memory/`
|
||
|
||
同一个 Git 仓库的所有 worktree 共享一个记忆目录（通过 `findCanonicalGitRoot()` 找到真正的 `.git` 根）。
|
||
|
||
### MEMORY.md 索引
|
||
|
||
`MEMORY.md` 是记忆的入口索引，每次对话都完整加载到上下文中：
|
||
|
||
```typescript
|
||
// memdir.ts:35-38
|
||
export const ENTRYPOINT_NAME = 'MEMORY.md'
|
||
export const MAX_ENTRYPOINT_LINES = 200
|
||
export const MAX_ENTRYPOINT_BYTES = 25_000
|
||
```
|
||
|
||
索引有**双重上限**：200 行 AND 25KB。超过任何一条都会被 `truncateEntrypointContent()` 截断并追加警告。设计原因：p97 的索引文件用 200 行就能覆盖，但有些索引条目特别长（p100 观测到 197KB/200 行），字节上限捕捉这种长行异常。
|
||
|
||
索引条目格式：
|
||
```markdown
|
||
- [Title](file.md) — one-line hook
|
||
```
|
||
|
||
每条一行，~150 字符以内。`MEMORY.md` 本身没有 frontmatter——它只是一个链接列表，不是记忆内容。
|
||
|
||
## 四类型分类法
|
||
|
||
源码路径：`src/memdir/memoryTypes.ts`
|
||
|
||
记忆被约束为一个**封闭的四类型系统**，每种类型有明确的 `<when_to_save>`、`<how_to_use>` 和 `<body_structure>` 规范：
|
||
|
||
| 类型 | 存储内容 | 典型触发 |
|
||
|------|---------|---------|
|
||
| **user** | 用户角色、偏好、技术背景 | "我是数据科学家"、"我写了十年 Go" |
|
||
| **feedback** | 用户对 AI 行为的纠正和确认 | "别 mock 数据库"、"单 PR 更好" |
|
||
| **project** | 非代码可推导的项目上下文 | "合并冻结从周四开始"、"auth 重写是合规要求" |
|
||
| **reference** | 外部系统指针 | "pipeline bugs 在 Linear INGEST 项目" |
|
||
|
||
关键设计约束：**只存储无法从当前项目状态推导的信息**。代码架构、文件路径、git 历史都可以实时获取，不需要记忆。
|
||
|
||
### 反馈类型的双通道捕获
|
||
|
||
`feedback` 类型的 `when_to_save` 指令特别强调：
|
||
|
||
> Record from failure AND success: if you only save corrections, you will avoid past mistakes but drift away from approaches the user has already validated, and may grow overly cautious.
|
||
|
||
这意味着 AI 不仅在用户说"不要这样做"时保存，也在用户说"对，就是这样"时保存。后一种更难捕捉，但同等重要——它防止 AI 的行为随时间漂移。
|
||
|
||
### 每条记忆的 Frontmatter 格式
|
||
|
||
```markdown
|
||
---
|
||
name: {{memory name}}
|
||
description: {{one-line description — 用于未来判断相关性}}
|
||
type: {{user, feedback, project, reference}}
|
||
---
|
||
|
||
{{memory content — feedback/project 类型建议包含 **Why:** 和 **How to apply:** 行}}
|
||
```
|
||
|
||
`description` 字段是关键：它不是给人读的摘要，而是给 AI 召回系统做相关性判断的搜索关键词。
|
||
|
||
## 智能召回机制
|
||
|
||
源码路径：`src/memdir/findRelevantMemories.ts`、`src/memdir/memoryScan.ts`
|
||
|
||
不是所有记忆都适合每次对话。系统使用一个**轻量级 Sonnet 侧查询**来筛选最相关的记忆。
|
||
|
||
### 召回流程
|
||
|
||
```
|
||
用户消息 → findRelevantMemories(query, memoryDir)
|
||
├── scanMemoryFiles() — 扫描所有记忆文件的 frontmatter
|
||
├── selectRelevantMemories() — Sonnet 侧查询，从清单中选出 ≤5 条
|
||
└── 返回 [{path, mtimeMs}, ...]
|
||
```
|
||
|
||
核心是 `selectRelevantMemories()` 函数，它调用 `sideQuery()`（一个独立的轻量 API 调用）：
|
||
|
||
```typescript
|
||
// findRelevantMemories.ts:98-121
|
||
const result = await sideQuery({
|
||
model: getDefaultSonnetModel(), // 用 Sonnet 做筛选（非主模型）
|
||
system: SELECT_MEMORIES_SYSTEM_PROMPT,
|
||
messages: [{
|
||
role: 'user',
|
||
content: `Query: ${query}\n\nAvailable memories:\n${manifest}${toolsSection}`
|
||
}],
|
||
max_tokens: 256,
|
||
output_format: { type: 'json_schema', schema: { ... } },
|
||
})
|
||
```
|
||
|
||
### 近期工具去噪
|
||
|
||
当 AI 正在使用某个工具时，召回该工具的使用文档是噪音（对话中已有工作上下文）。`recentTools` 参数让召回系统跳过这些记忆：
|
||
|
||
```typescript
|
||
// findRelevantMemories.ts:92-95
|
||
const toolsSection = recentTools.length > 0
|
||
? `\n\nRecently used tools: ${recentTools.join(', ')}`
|
||
: ''
|
||
```
|
||
|
||
System Prompt 明确指示："如果已提供最近使用的工具列表，不要选择该工具的使用参考或 API 文档。**仍然要选择**关于这些工具的警告、陷阱或已知问题——这正是使用时最关键的信息。"
|
||
|
||
### 已展示去重
|
||
|
||
`alreadySurfaced` 参数过滤之前轮次已展示过的文件路径，让 Sonnet 的 5 槽预算花在新的候选上，而不是重复召回同一文件。
|
||
|
||
## 记忆注入 System Prompt 的链路
|
||
|
||
源码路径：`src/memdir/memdir.ts` → `src/context.ts`
|
||
|
||
`loadMemoryPrompt()` 是记忆注入的入口，每会话调用一次（通过 `systemPromptSection('memory', ...)` 缓存）：
|
||
|
||
```typescript
|
||
// memdir.ts:419-507
|
||
export async function loadMemoryPrompt(): Promise<string | null> {
|
||
// 优先级：KAIROS 日志模式 → TEAMMEM 组合模式 → 纯自动记忆
|
||
if (feature('KAIROS') && autoEnabled && getKairosActive()) {
|
||
return buildAssistantDailyLogPrompt(skipIndex)
|
||
}
|
||
if (feature('TEAMMEM') && teamMemPaths!.isTeamMemoryEnabled()) {
|
||
return teamMemPrompts!.buildCombinedMemoryPrompt(...)
|
||
}
|
||
if (autoEnabled) {
|
||
return buildMemoryLines('auto memory', autoDir, ...).join('\n')
|
||
}
|
||
return null
|
||
}
|
||
```
|
||
|
||
注入时机：`context.ts` 中 `getSystemContext()` 调用时，记忆 Prompt 作为 system prompt 的一个 section 被组装。`MEMORY.md` 的内容作为 **user context message** 注入（而非 system prompt），这样可以利用 Prompt Cache 的 prefix 共享。
|
||
|
||
## KAIROS 模式：每日日志
|
||
|
||
源码路径：`src/memdir/memdir.ts`（`buildAssistantDailyLogPrompt`）
|
||
|
||
长期运行的 assistant 会话使用不同的记忆策略：
|
||
|
||
- **标准模式**：AI 维护 `MEMORY.md` 作为实时索引 + 独立记忆文件
|
||
- **KAIROS 模式**：AI 只往日期文件追加日志（`logs/YYYY/MM/YYYY-MM-DD.md`），不做重组
|
||
|
||
```typescript
|
||
// 日志路径模式（非字面路径——因为 Prompt 被缓存）
|
||
const logPathPattern = join(memoryDir, 'logs', 'YYYY', 'MM', 'YYYY-MM-DD.md')
|
||
```
|
||
|
||
一个独立的夜间 `/dream` 技能负责将日志蒸馏为主题文件 + `MEMORY.md` 索引。
|
||
|
||
## 记忆漂移防御
|
||
|
||
源码路径：`src/memdir/memoryTypes.ts`（`TRUSTING_RECALL_SECTION`）
|
||
|
||
记忆可能过期。系统在 Prompt 中设置了一个专门的 section "Before recommending from memory"：
|
||
|
||
```
|
||
A memory that names a specific function, file, or flag is a claim
|
||
that it existed *when the memory was written*. It may have been
|
||
renamed, removed, or never merged. Before recommending it:
|
||
|
||
- If the memory names a file path: check the file exists.
|
||
- If the memory names a function or flag: grep for it.
|
||
```
|
||
|
||
这个 section 的标题经过 A/B 测试验证："Before recommending from memory"（行动导向）比 "Trusting what you recall"（抽象描述）效果好（3/3 vs 0/3）。
|
||
|
||
### 忽略记忆的严格语义
|
||
|
||
```
|
||
If the user says to *ignore* or *not use* memory:
|
||
proceed as if MEMORY.md were empty.
|
||
Do not apply remembered facts, cite, compare against,
|
||
or mention memory content.
|
||
```
|
||
|
||
这解决了 AI 的一个常见反模式：用户说"忽略关于 X 的记忆"，AI 虽然正确识别了代码但仍然加上"不像记忆中说的 Y"——这不是"忽略"，而是"承认然后覆盖"。
|
||
|
||
## Session Memory 与压缩的联动
|
||
|
||
源码路径：`src/services/compact/sessionMemoryCompact.ts`
|
||
|
||
记忆系统与上下文压缩有深度集成。当 `tengu_session_memory` 和 `tengu_sm_compact` 两个 feature flag 同时开启时，压缩优先使用 Session Memory 而非传统摘要：
|
||
|
||
```typescript
|
||
// sessionMemoryCompact.ts:57-61
|
||
const DEFAULT_SM_COMPACT_CONFIG = {
|
||
minTokens: 10_000, // 压缩后至少保留 10K token
|
||
minTextBlockMessages: 5, // 至少保留 5 条文本消息
|
||
maxTokens: 40_000, // 最多保留 40K token
|
||
}
|
||
```
|
||
|
||
SM-compact 不调用压缩 API（没有摘要模型），而是直接使用已有的 Session Memory 作为摘要——更快、更便宜、且不会丢失信息。
|