Profiles 画像

profiles/ 是四个认知桶中唯一稳定、直接读取、不衰减的认知桶。它承载 “我是谁、我在做什么、我要去哪里”——这些事实变化缓慢，因此每轮对话开头都被原样注入上下文，而不经过召回打分。

定位

属性	值
召回方式	直接读取（不打分、不排序）
衰减	无
注入时机	对话开头，稳定层（KV Cache 友好）
写入者	人 / Agent（经确认）

对比 wiki/（语义记忆，6 因子召回 + 衰减）与 raw/（情节记忆，关键词 + 新鲜度）：Profiles 不参与相关性竞争，它是”底座”而非”检索目标”。

目录结构

profiles/
├── team/                 # 团队画像、North Star（如存在）
├── users/{id}/profile.md # 用户画像：偏好、风格、约束
├── projects/{slug}.md    # 项目画像：技术栈、架构、当前目标
├── goals/                # 长期目标（如 OSS 贡献）
└── recipes/              # 可复用操作配方

User Memory — 作者是谁、编码偏好、沟通风格、硬性约束。
Project Memory — 某个项目的技术栈、架构决策、当前焦点。
Goals — 跨会话追踪的长期目标（North Star 之下的具体目标）。
Recipes — 沉淀下来的标准操作流程，供 Agent 复用。

注入顺序中的位置

Profiles 分布在注入序列的稳定段与可变段两处（见记忆模型）：

System Prompt
Team Profile + North Star（profiles/，稳定）
Project Memory（profiles/，稳定）
Tool Schema + Skills ─── KV Cache 断点 ───
Recalled Semantic Memory（wiki/）
Recalled Episodic Memory（raw/）
User Preferences（profiles/，可变，放在末尾避免破坏前缀缓存）

稳定的团队/项目事实放前面以命中前缀缓存；易变的用户偏好放最后。

与 AI Profiles 理念的关系

业界的 “AI Profile” 通常指把用户偏好显式沉淀为可移植档案。OKS 的 profiles/ 是它的一个文件化、版本化、可 diff的实现：画像即普通 Markdown，改动走 git，既能被 Agent 读取，也能被人直接编辑审阅——不依赖任何厂商的私有存储。