version: "1.0.1" name: memory-proactive description: 专家层 — 分层上下文注入 + 领域路由 + RRF 融合检索
Memory Proactive
专家层。实现跨会话上下文自动注入, 让 AI 在对话开始前就有完整的背景知识。
分层上下文注入器 (tiered_context_injector.py)
15.2KB 核心引擎, 三路并行检索 + Reciprocal Rank Fusion:
L1: 最近会话 (state.db, 最近24h)
L2: Hindsight 语义搜索 (PG16, 30天半衰期衰减)
L3: gbrain 知识图谱查询 (pgvector + wikilinks)
↓
RRF fusion (k=60)
↓
注入到当前会话 context
使用
bash
python3 scripts/tiered_context_injector.py --query "用户偏好"
参数
--min-score 0.3: 最低相关度阈值--max-results 10: 最多返回条数--domains kiki,stock: 限定领域
领域内存路由 (domain_memory.py)
分配配额, 防止单一领域占用全部内存:
| 领域 | 配额 | 用途 | |
|---|
| kiki | 500 | 关系分析 | |
| stock | 400 | A股策略 | |
| system | 300 | 系统配置 | |
| promo | 200 | 渠道推广 | |
| misc | 200 | 其他 | |
RRF 融合算法
python
# Reciprocal Rank Fusion
score(doc) = Σ 1/(k + rank_i(doc))
# k=60 经典参数, 多路检索结果融合排序
从旧版 (v3.0) 升级
v3.0 仅支持 SQLite FTS5 单路检索。v3.0 升级为:
- 三路并行 (state → hindsight → gbrain)
- RRF 融合 (vs 简单排序)
- 领域路由 (vs 全局搜索)
- 半衰期衰减 (vs 固定权重)