Memory

角色如何记住过去的事 — 短期记忆、长期记忆、外部记忆。

三层架构

事件 → 短期记忆 (D1) → 长期记忆 (D1 + Vectorize)
                    ↘
                     MemOS (外部 API，对话记忆)

层	存储	用途
短期记忆	D1 memories 表	最近事件，按时间倒序查询
长期记忆	D1 long_term_memories + Vectorize	重要事件，语义搜索召回
MemOS	外部 API	对话记忆，自动抽取事实/偏好

---

短期记忆

每次角色行动后写入一条：

await remember(db, charId, worldId, summary, 'short', weight);

• 按时间倒序查询最近 N 条
• 1 小时后权重 ≥ 3 的自动升级为长期记忆（consolidate）
• 直接塞进 LLM prompt

---

长期记忆

重要事件才存（importance ≥ 0.6 或心情剧变 ≥ 20）：

await storeLongTermMemory(env, charId, content, summary, importance, createdAt);

• 每条记忆生成 384 维向量嵌入（@cf/baai/bge-small-en-v1.5）
• 存入 D1 + 同步到 Vectorize
• 召回：优先 Vectorize ANN 搜索，fallback D1 暴力扫描

---

MemOS 外部记忆

AI 对话自动接入 MemOS：

写入

对话后异步存储（双方都存）：

await storeDialogue(memConfig, charId, charName, partnerName, dialogueText, worldId, tick);

召回

对话前语义搜索相关记忆，塞进 LLM prompt：

const memories = await recallDialogueMemories(memConfig, charId, partnerId, topic);

• MemOS 自动抽取事实记忆和偏好记忆
• 跨 tick 持久化，角色会"记得"之前的对话

---

记忆在 Tick 中的使用

thinker.ts（AI 角色行动）

const memories = await recentMemories(env.DB, char.id, 8);
const memoryText = await formatMemoriesForPrompt(memories);
// 塞进 LLM prompt

dialogue.ts（AI 对话）

// 对话前从 MemOS 召回
const memoriesA = await recallDialogueMemories(memConfig, a.id, b.id, topic);
// 塞进对话 prompt

---

容错

• MemOS 超时 10s，失败自动跳过
• Vectorize 不可用时回退到 D1 暴力扫描
• LLM 调用失败时回退到模板