Memories

wiki 记忆的结构、类型、创建路径与搜索。

一条 memory 是一个值得保留的持久知识：一个 concept、一个 strategy、一个 anti-pattern、或一个决策。每条 memory 应该独立可读，不需要完整的对话上下文就能理解。

Memories 是 Open Knowledge Studio 的核心单元。搜索、衰减、演化和 Agent 集成都因为 memories 的存在而变得更有价值。

Memories vs Raw Materials

  Memory (wiki/) Raw Material (raw/)
是什么 持久的、蒸馏后的知识 原始文章、论文或对话
谁写 LLM 写，人审批 人类收集
衰减 类型特定 λ 无
召回 6+1 因子相关性 + 曲线 关键词 + 新鲜度
优势 22 域结构、衰减 tier、4 种知识关系 日期 + 来源分类、A/B/C 分级、指纹去重
何时用 需要模式或决策 需要完整历史

推荐工作流：把来源保存到 raw/，然后把值得保留的部分蒸馏为 wiki/ memories。

第一条有用的 Memory

如果你是新手，不要先纠结结构。保存一条真实内容：

  • 一个你学到的 concept
  • 一个有效的 strategy
  • 一个你想避免的 anti-pattern

然后搜索它。一旦跑通，这整页文档就更容易理解了。

Memory 结构

字段 说明
title 简短摘要，在 frontmatter 中设置
type concept、strategy 或 anti-pattern
area 22 个知识域之一（如 computing、management）
importance 0.1 到 1.0 — 影响搜索排名和衰减优先级
content 知识本身，frontmatter 之后的 Markdown 正文
tags 用于过滤和组织的标签
created 时间戳，用于时序搜索和衰减计算
access_count 被显式使用的次数（经 oks wiki use <slug> 记录；召回/搜索只读、不计数），增强 confidence 并驱动 provisional→active
status active、provisional、archived、dropped 或 superseded

Importance 等级

范围 含义 示例
0.8 – 1.0 关键 架构决策、核心模式、生产级反模式
0.5 – 0.7 有用 标准策略、良好实践、项目经验
0.1 – 0.4 背景 参考信息、次要细节、随手笔记

默认值 0.5。召回引擎用这个分数决定搜索结果中什么优先展示。

Memory Type

每条 memory 有一个主类型。召回引擎按类型加权：

Type 用途 Type Boost 衰减 λ
concept 持久参考知识 ×0.6 0.0（不衰减）
strategy 方法、决策、工作流 ×0.8 0.014（最快）
anti-pattern 要避免的东西、失败模式 ×1.5 0.010（中等）

anti-pattern 的 boost 最高（×1.5），因为错误是最有价值的召回对象 — 你希望在重复之前先找到它。

来源标签

每条 memory 携带一个来源标签，表示其置信度：

标签 含义
[verified] 工具确认（有 trace）或人工审查通过
[user-stated] 用户明确陈述
[inferred] AI 蒸馏，尚未验证
[stale] 可能过时，待重新验证

创建 Memories

从原始材料（主路径）

  1. 把来源材料放入 raw/（文章、论文、对话摘要）
  2. 运行 /ingest（三级路由）— AI 扫描并识别模式
  3. 候选写入 drafts/{slug}.md
  4. 用 /promote 审查 — accept、revise 或 reject
  5. 接受的草稿变为 wiki/{domain}/{type}/{slug}.md

从 AI 对话

用 /archive 技能从对话中提取 Q&A 并写入 drafts/。

从 CLI 

oks wiki create \
  --title "Use Typer for CLI tools" \
  --type strategy \
  --area computing \
  --importance 0.7

从模板 

cp templates/strategy.md wiki/computing/strategies/my-strategy.md
# 编辑 frontmatter 和正文

搜索 Memories

三种搜索模式

模式 工作方式 适合
Semantic jieba 分词后的 token overlap — 按语义找，不只是精确匹配 搜”设计模式”能找到”架构方法”
Keyword 标题和正文中的 substring 精确匹配 精确术语、代码名、特定 API
Graph topic trace + type boost + 审查加分 找相关决策、追溯主题历史

6+1 因子召回引擎自动组合这三种模式。详见 召回引擎。

从 CLI 

oks search "authentication patterns"
oks search "error handling" --domain computing --type strategy
oks recall "database design" --limit 5
oks wiki list --domain computing --status active

从 Agent 

/query What patterns do we have for error handling?

Agent 调用 oks recall，将相关 wiki 页面注入上下文（带来源标签），然后带引用回答。

编辑和组织

更新 Memory

直接编辑 wiki 页面，改动立即生效。

oks wiki pin <slug>      # 固定页面（score +0.5，不改 importance）
oks wiki archive <slug>  # 归档

删除 Memory

Memories 从不删除 — 它们被归档（status: dropped）或被替代（status: superseded）。Git 历史是安全网。

知识演化关系

当你保存的新知识和已有页面相关时，系统追踪 4 种关系：

关系 含义 对旧页面的影响
supersedes 新页面替代旧页面 标记 superseded，排除出召回
enriches 新页面补充旧页面 两者都保持 active，互相链接
confirms 新页面确认旧页面 旧页面 confidence +0.1
challenges 新页面挑战旧页面 旧页面标记 [stale]，待审查

这构成了知识演化图。你可以追溯对任何主题的理解是如何随时间变化的。

来源标签 — 动态生成

来源标签在注入时动态生成，不存储在 frontmatter 中：

条件 标签 含义
status == "stale" [stale] 被 challenges 关系标记，可能过时
has_traces == true [verified] 工具确认（有 trace 证据）
confidence < 0.5 [inferred] AI 蒸馏，低置信度
status == "provisional" [inferred] 尚未提升为 active
其他 [verified] 人工审查的活跃知识

Memory 生命周期 

Provisional → Active（access_count ≥ 3）→ Dropped（score < threshold）
                                         → Superseded（被新页面替代）
Tier Score 行为
hot ≥ 0.7 优先召回，高 confidence
warm ≥ 0.4 正常召回
cold ≥ 0.15 低优先级，可能需要审查
evictable < 0.15 归档候选 — 建议移除

访问增强 confidence：new_confidence = min(1.0, current + 0.1 × (1 - current))

下一步

回到顶部

This site uses Just the Docs, a documentation theme for Jekyll.