永久记忆系统

版本: v0.1.0+ | Clawdbot 风格 | 混合搜索 (Vector + BM25)

系统概述

永久记忆系统 (PermanentMemoryManager) 是 ChainlessChain 的核心模块之一，实现了 Clawdbot 风格的永久记忆机制。该系统通过 Daily Notes（每日日志）和 MEMORY.md（长期知识库）两种存储形式，帮助 AI 助手在跨会话间持久化重要信息、用户偏好、技术发现和架构决策。

系统内置混合搜索引擎（Vector + BM25），支持对记忆内容进行语义搜索和关键词匹配，结合 Embedding 缓存和文件监听功能，实现高效的自动索引和实时更新。

核心特性

📝 Daily Notes 每日日志: 自动记录每日运行日志，支持追加模式和 30 天自动清理
🧠 MEMORY.md 长期知识库: 跨会话持久化用户偏好、架构决策、技术发现和问题解决方案
🔍 混合搜索引擎: Vector 语义搜索(0.6权重) + BM25 关键词(0.4权重) + RRF 融合算法
📊 自动索引系统: 文件监听(1.5s去抖) + SHA-256 变更检测 + 增量索引更新
💾 Embedding 缓存: SQLite 缓存向量，避免重复计算，节省 70% 计算时间
🤖 智能提取: LLM 自动从对话中提取技术发现，保存到长期知识库

系统架构

用户对话 / 文件变更
        │
        ▼
┌────────────────────────┐
│  PermanentMemoryManager │
└───┬────────────┬───────┘
    │            │
    ▼            ▼
┌────────┐  ┌──────────┐
│ Daily  │  │ MEMORY.md│
│ Notes  │  │ 长期知识  │
│ (日志) │  │ (5章节)  │
└───┬────┘  └────┬─────┘
    │            │
    ▼            ▼
┌────────────────────────┐
│  MemoryFileWatcher      │
│  (文件监听+变更检测)    │
└───────────┬────────────┘
            │
            ▼
┌────────────────────────┐
│  HybridSearchEngine     │
│  ┌──────┐  ┌────────┐  │
│  │Vector│  │ BM25   │  │
│  │ 0.6  │  │  0.4   │  │
│  └──┬───┘  └───┬────┘  │
│     └────┬─────┘        │
│          ▼              │
│     RRF 融合            │
└────────────────────────┘

参考: Clawdbot Memory Concepts

源码位置:

核心模块: desktop-app-vue/src/main/llm/permanent-memory-manager.js
IPC 接口: desktop-app-vue/src/main/llm/permanent-memory-ipc.js
文件监听: desktop-app-vue/src/main/llm/memory-file-watcher.js
混合搜索: desktop-app-vue/src/main/rag/hybrid-search-engine.js
Embedding 缓存: desktop-app-vue/src/main/rag/embedding-cache.js
数据库迁移: desktop-app-vue/src/main/database/migrations/009_embedding_cache.sql

核心功能

Daily Notes 每日日志

Daily Notes 以日期命名的 Markdown 文件存储每天的运行日志，包含对话记录、完成任务、待办事项和技术发现。

文件格式: memory/daily/YYYY-MM-DD.md
自动创建: 首次写入时自动生成当日文件及头部模板
追加模式: 默认以追加方式写入，不覆盖已有内容
自动清理: 根据 maxDailyNotesRetention 配置（默认 30 天）自动删除过期文件
元数据追踪: 解析对话数、完成任务数、待办事项数、技术发现数和字数统计

每日日志头部模板：

markdown

# 2026-02-26 运行日志

## 今日概览

- 总对话数: 0
- 活跃会话: 0
- 创建笔记: 0

## 重要对话

## 完成任务

## 待办事项

## 技术发现

MEMORY.md 长期知识库

MEMORY.md 是永久记忆的核心文件，用于存储跨会话的长期知识，包括用户偏好、架构决策、问题解决方案和技术发现。

文件位置: memory/MEMORY.md
章节结构: 预定义多个章节（用户偏好、架构决策、常见问题、技术发现、系统配置）
章节追加: 支持按章节名称精确追加内容
完整覆盖: 支持完整更新 MEMORY.md 内容
自动更新: 最后更新时间自动维护

预定义章节：

章节名称	用途
用户偏好	开发习惯、技术栈偏好
架构决策	ADR 格式记录的架构决策
常见问题解决方案	遇到的问题和解决方案
重要技术发现	技术发现和最佳实践
系统配置	系统配置和环境变量

自动索引

当 enableAutoIndexing 选项开启时，系统会通过 MemoryFileWatcher 监听 memory/ 目录下的文件变化，自动触发索引更新：

文件监听: 基于 MemoryFileWatcher，debounce 为 1500ms
变更检测: 通过 SHA-256 内容哈希判断文件是否实际变更
增量索引: 仅对变化的文件进行重新索引
全量重建: 支持 rebuildIndex() 进行全量重建
索引状态追踪: 记录每个文件的索引状态（pending、indexed、failed）

自动索引事件流：

文件变化 → MemoryFileWatcher 检测
  → 计算内容 Hash
    → Hash 变化? → 触发 index-needed 事件
      → HybridSearchEngine 索引文档
        → 更新 memory_file_hashes 表

混合搜索

混合搜索引擎结合 Vector（语义向量）搜索和 BM25（关键词）搜索，通过 RRF (Reciprocal Rank Fusion) 算法融合两种搜索结果，提供高质量的记忆检索。

Vector 权重: 0.6（语义相似度）
BM25 权重: 0.4（关键词匹配）
RRF K 值: 60
语言: zh（中文优化）
回退机制: 当混合搜索引擎不可用时，自动回退到简单文本匹配搜索

目录结构

memory/
├── daily/                    # Daily Notes 每日日志目录
│   ├── 2026-02-24.md        # 每日日志文件
│   ├── 2026-02-25.md
│   └── 2026-02-26.md
├── MEMORY.md                 # 长期知识库
└── index/                    # 索引文件目录（自动索引使用）

目录说明：

daily/: 存储以 YYYY-MM-DD.md 格式命名的每日日志文件。超过保留天数的文件会被自动清理。
MEMORY.md: 长期知识库文件，包含多个预定义章节。由系统自动创建和维护，也支持手动编辑。
index/: 自动索引相关文件的存储目录。仅当 enableAutoIndexing 开启时创建。

配置参考

构造函数参数

参数	类型	必填	默认值	说明
`memoryDir`	`string`	是	-	记忆目录路径
`database`	`Object`	是	-	数据库实例（SQLite）
`llmManager`	`Object`	否	`null`	LLM 管理器实例（用于智能提取）
`ragManager`	`Object`	否	`null`	RAG 管理器实例（用于混合搜索）
`enableDailyNotes`	`boolean`	否	`true`	是否启用 Daily Notes
`enableLongTermMemory`	`boolean`	否	`true`	是否启用 MEMORY.md
`enableAutoIndexing`	`boolean`	否	`true`	是否启用自动索引
`maxDailyNotesRetention`	`number`	否	`30`	Daily Notes 保留天数
`enableEmbeddingCache`	`boolean`	否	`true`	是否启用 Embedding 缓存

HybridSearchEngine 默认配置

参数	默认值	说明
`vectorWeight`	`0.6`	Vector 搜索权重
`textWeight`	`0.4`	BM25 文本搜索权重
`rrfK`	`60`	RRF 融合算法 K 值
`language`	`"zh"`	搜索语言（影响分词和停用词）

EmbeddingCache 默认配置

参数	默认值	说明
`maxCacheSize`	`100000`	缓存最大条目数
`cacheExpiration`	`2592000000` (30 天 ms)	缓存过期时间
`enableAutoCleanup`	`true`	是否启用自动清理

MemoryFileWatcher 默认配置

参数	默认值	说明
`debounceMs`	`1500`	文件变化 debounce 延迟 (ms)

API 参考

生命周期方法

`initialize()`

初始化永久记忆管理器：创建目录结构、确保 MEMORY.md 存在、清理过期 Daily Notes、初始化统计、启动 Embedding 缓存自动清理和文件监听。

javascript

const manager = new PermanentMemoryManager({
  memoryDir: "/path/to/memory",
  database: dbInstance,
  ragManager: ragInstance,
});
await manager.initialize();

`destroy()`

销毁实例：停止文件监听、清理 Embedding 缓存、清空内存缓存、移除所有事件监听。

javascript

await manager.destroy();

Daily Notes 方法

`writeDailyNote(content, options)`

写入今日 Daily Note。

参数	类型	说明
`content`	`string`	Markdown 格式内容
`options.append`	`boolean`	是否追加模式（默认 `true`）

返回值: Promise<string> - Daily Note 文件路径。

`readDailyNote(date)`

读取指定日期的 Daily Note。支持内存缓存。

参数	类型	说明
`date`	`string`	日期格式 `YYYY-MM-DD`

返回值: Promise<string|null> - 内容或 null（文件不存在时）。

`getRecentDailyNotes(limit)`

从数据库获取最近的 Daily Notes 元数据列表。

参数	类型	默认值	说明
`limit`	`number`	`7`	返回数量

返回值: Promise<Array> - 元数据列表，按日期降序排列。

`cleanupExpiredDailyNotes()`

清理超过保留期限的 Daily Notes 文件。初始化时自动调用。

MEMORY.md 方法

`readMemory()`

读取 MEMORY.md 完整内容。支持内存缓存。

返回值: Promise<string> - MEMORY.md 内容。

`appendToMemory(content, options)`

追加内容到 MEMORY.md。

参数	类型	说明
`content`	`string`	Markdown 格式内容
`options.section`	`string`	目标章节名称（可选），如 `"重要技术发现"`

不指定 section 时追加到文件末尾；指定时追加到匹配的 ## 章节名 末尾。

`updateMemory(content)`

完整覆盖 MEMORY.md 内容。自动更新最后更新时间。

参数	类型	说明
`content`	`string`	新的完整内容

`getMemorySections()`

获取 MEMORY.md 的章节列表及统计信息。

返回值: Promise<Array<Object>> - 包含 title、itemCount、hasContent 的章节信息数组。

搜索方法

`searchMemory(query, options)`

混合搜索记忆内容（Vector + BM25）。

参数	类型	默认值	说明
`query`	`string`	-	查询字符串
`options.limit`	`number`	`10`	返回结果数量
`options.searchDailyNotes`	`boolean`	`true`	是否搜索 Daily Notes
`options.searchMemory`	`boolean`	`true`	是否搜索 MEMORY.md
`options.vectorWeight`	`number`	`0.6`	Vector 搜索权重
`options.textWeight`	`number`	`0.4`	BM25 搜索权重
`options.vectorLimit`	`number`	`20`	Vector 搜索返回上限
`options.bm25Limit`	`number`	`20`	BM25 搜索返回上限
`options.threshold`	`number`	`0`	最低分数阈值

返回值: Promise<Array<Object>> - 搜索结果数组。

`simpleSearch(query, options)`

简单文本搜索（回退方案）。当混合搜索引擎不可用时自动使用。

会话记忆提取方法

`saveToMemory(content, options)`

保存内容到永久记忆。根据类型自动选择保存位置。

参数	类型	默认值	说明
`content`	`string`	-	要保存的内容
`options.type`	`string`	`"conversation"`	类型（见下方说明）
`options.section`	`string`	-	指定 MEMORY.md 章节（可选）

类型映射：

类型值	保存位置	目标章节
`conversation` / `daily`	Daily Notes	-
`discovery`	MEMORY.md	重要技术发现
`solution`	MEMORY.md	常见问题解决方案
`preference`	MEMORY.md	用户偏好
`architecture`	MEMORY.md	架构决策
`config`	MEMORY.md	系统配置

`extractFromConversation(messages, conversationTitle)`

从对话消息中提取重要信息并保存到永久记忆。

参数	类型	说明
`messages`	`Array<{role, content}>`	对话消息数组
`conversationTitle`	`string`	对话标题（可选）

工作流程：

构建对话摘要（显示首条和最后 5 条消息，中间省略）
将摘要保存到 Daily Notes
若有 LLM 管理器，调用 LLM 提取技术发现（最多 5 个）
将技术发现保存到 MEMORY.md 的"重要技术发现"章节

返回值: Promise<Object> - 包含 savedTo、messageCount、title、discoveriesExtracted 的结果对象。

索引方法

`startFileWatcher()`

启动文件监听。监听 index-needed 和 index-delete 事件。

`stopFileWatcher()`

停止文件监听。

`rebuildIndex()`

全量重建索引。扫描 memory/ 目录下所有文件并重新索引。

返回值: Promise<Object> - 包含 total、indexed、failed、timestamp 的结果对象。

`getIndexStats()`

获取索引统计信息。

返回值: Object - 包含 embeddingCache、fileWatcher、indexedFiles 的统计对象。

`getStats()`

获取记忆系统综合统计。

返回值: Promise<Object> - 包含以下字段：

字段	说明
`dailyNotesCount`	Daily Notes 文件数量
`memorySectionsCount`	MEMORY.md 章节数量
`cachedEmbeddingsCount`	缓存的 Embedding 数量
`indexedFilesCount`	已索引文件数量
`date`	统计日期

事件

PermanentMemoryManager 继承自 EventEmitter，支持以下事件：

事件名	触发时机	数据
`daily-note-updated`	Daily Note 写入后	`{ date, filePath }`
`memory-updated`	MEMORY.md 更新后	`{ section, filePath }` 或 `{ fullUpdate, filePath }`
`file-changed`	监听到文件变化	`{ event, filePath, relativePath }`
`file-indexed`	文件索引完成	`{ relativePath, contentHash }`
`file-unindexed`	文件索引删除	`{ relativePath }`
`index-error`	索引失败	`{ relativePath, error }`
`index-rebuilt`	全量重建完成	`{ total, indexed, failed, timestamp }`
`file-watcher-started`	文件监听启动	-
`file-watcher-stopped`	文件监听停止	-

IPC 接口

永久记忆系统通过 Electron IPC 通道向渲染进程提供服务。所有接口均返回 { success: boolean, ...data } 格式的响应。

基础 IPC 通道

通道名	说明	参数
`memory:write-daily-note`	写入 Daily Note	`{ content, append }`
`memory:read-daily-note`	读取 Daily Note	`{ date }`
`memory:get-recent-daily-notes`	获取最近 Daily Notes	`{ limit }`
`memory:read-memory`	读取 MEMORY.md	-
`memory:append-to-memory`	追加到 MEMORY.md	`{ content, section }`
`memory:update-memory`	完整更新 MEMORY.md	`{ content }`
`memory:get-stats`	获取记忆统计	-
`memory:search`	混合搜索记忆	`{ query, options }`
`memory:get-today-date`	获取今日日期	-

索引管理 IPC 通道 (Phase 4 & 5)

通道名	说明	参数
`memory:get-index-stats`	获取索引统计	-
`memory:rebuild-index`	全量重建索引	-
`memory:start-file-watcher`	启动文件监听	-
`memory:stop-file-watcher`	停止文件监听	-
`memory:get-embedding-cache-stats`	获取 Embedding 缓存统计	-
`memory:clear-embedding-cache`	清空 Embedding 缓存	-

会话记忆提取 IPC 通道 (Phase 6)

通道名	说明	参数
`memory:save-to-memory`	保存内容到永久记忆	`{ content, type, section }`
`memory:extract-from-conversation`	从对话提取并保存	`{ messages, conversationTitle }`
`memory:extract-from-session`	从会话提取（兼容旧调用）	`{ sessionId }`
`memory:get-memory-sections`	获取 MEMORY.md 章节列表	-

高级搜索 IPC 通道 (Phase 7)

通道名	说明	参数
`memory:advanced-search`	高级搜索	`{ query, options }`
`memory:search-by-tier`	按记忆层级搜索	`{ query, tier, options }`
`memory:search-by-date-range`	按时间范围搜索	`{ query, dateFrom, dateTo, options }`
`memory:get-important-memories`	获取重要记忆	`{ minImportance, limit }`
`memory:get-recent-memories`	获取最近记忆	`{ days, limit }`
`memory:set-importance`	设置记忆重要性	`{ memoryId, importance }`
`memory:get-memory-tier-stats`	获取层级统计	-

记忆分析 IPC 通道 (Phase 7)

通道名	说明	参数
`memory:get-dashboard-data`	获取仪表板数据	-
`memory:get-overview`	获取记忆概览	-
`memory:get-trends`	获取趋势数据	`{ days }`
`memory:get-top-keywords`	获取热门关键词	`{ limit }`
`memory:get-search-statistics`	获取搜索统计	-
`memory:get-health-score`	获取健康度评分	-

语义分块 IPC 通道 (Phase 7)

通道名	说明	参数
`memory:chunk-document`	对文档进行语义分块	`{ content, metadata }`
`memory:update-chunker-config`	更新分块器配置	`{ config }`

使用示例

基础初始化

javascript

const { PermanentMemoryManager } = require("./llm/permanent-memory-manager");

const memoryManager = new PermanentMemoryManager({
  memoryDir: "/path/to/memory",
  database: databaseInstance,
  ragManager: ragManagerInstance, // 可选，启用混合搜索
  llmManager: llmManagerInstance, // 可选，启用智能提取
  enableDailyNotes: true,
  enableLongTermMemory: true,
  enableAutoIndexing: true,
  maxDailyNotesRetention: 30,
  enableEmbeddingCache: true,
});

await memoryManager.initialize();

写入和读取 Daily Notes

javascript

// 写入今日 Daily Note（追加模式）
await memoryManager.writeDailyNote(
  "### 14:30 - 完成了 RAG 搜索优化\n\n- 优化了向量搜索权重\n- 测试通过率提升到 95%",
);

// 读取指定日期的 Daily Note
const content = await memoryManager.readDailyNote("2026-02-26");

// 获取最近 7 天的 Daily Notes 元数据
const recentNotes = await memoryManager.getRecentDailyNotes(7);

操作 MEMORY.md

javascript

// 追加到指定章节
await memoryManager.appendToMemory(
  "- BM25 搜索在中文场景下需要使用 jieba 分词\n- Vector 权重 0.6 + BM25 权重 0.4 是较优的混合比例",
  { section: "重要技术发现" },
);

// 读取完整 MEMORY.md
const memory = await memoryManager.readMemory();

// 获取章节列表
const sections = await memoryManager.getMemorySections();
// => [{ title: '用户偏好', itemCount: 3, hasContent: true }, ...]

搜索记忆

javascript

// 混合搜索
const results = await memoryManager.searchMemory("向量搜索优化", {
  limit: 10,
  searchDailyNotes: true,
  searchMemory: true,
  vectorWeight: 0.6,
  textWeight: 0.4,
});

// 搜索结果格式
// [{ document: { id, content, metadata }, score: 0.85, source: 'hybrid' }]

保存对话记忆

javascript

// 直接保存内容
await memoryManager.saveToMemory("用户偏好使用 Vue 3 + TypeScript", {
  type: "preference",
});

// 从对话中提取并保存
const result = await memoryManager.extractFromConversation(
  [
    { role: "user", content: "如何优化 SQLite 查询性能？" },
    { role: "assistant", content: "可以通过以下方式优化..." },
  ],
  "SQLite 性能优化讨论",
);
// => { savedTo: 'daily_notes', messageCount: 2, discoveriesExtracted: 2 }

在渲染进程中使用（IPC）

javascript

// 渲染进程中通过 IPC 调用
const { ipcRenderer } = require("electron");

// 搜索记忆
const { success, results } = await ipcRenderer.invoke("memory:search", {
  query: "数据库优化",
  options: { limit: 5 },
});

// 保存到记忆
await ipcRenderer.invoke("memory:save-to-memory", {
  content: "发现 Qdrant 在大批量写入时需要设置 batch_size",
  type: "discovery",
});

// 获取统计
const { stats } = await ipcRenderer.invoke("memory:get-stats");

索引管理

javascript

// 全量重建索引
const result = await memoryManager.rebuildIndex();
// => { total: 35, indexed: 33, failed: 2, timestamp: 1740000000000 }

// 获取索引统计
const stats = memoryManager.getIndexStats();

// 监听索引事件
memoryManager.on("file-indexed", ({ relativePath }) => {
  console.log("文件已索引:", relativePath);
});

搜索功能

混合搜索原理

永久记忆系统使用 HybridSearchEngine 实现混合搜索，结合两种互补的搜索方法：

Vector 搜索（语义搜索）: 通过 Embedding 模型将查询和文档转换为向量，计算余弦相似度。擅长理解语义和同义词匹配。
BM25 搜索（关键词搜索）: 基于词频-逆文档频率 (TF-IDF) 的经典信息检索算法。擅长精确关键词匹配。

RRF 融合算法

Reciprocal Rank Fusion (RRF) 将两种搜索结果按排名融合：

RRF_score(d) = vectorWeight / (K + rank_vector(d)) + textWeight / (K + rank_bm25(d))

其中：

K = 60（平滑参数，防止高排名文档权重过大）
vectorWeight = 0.6（Vector 搜索权重）
textWeight = 0.4（BM25 搜索权重）

搜索流程

用户查询
  ├── Vector 搜索 (RAG Manager)
  │     ├── 检查 Embedding 缓存
  │     ├── 命中 → 使用缓存向量
  │     └── 未命中 → 计算 Embedding → 写入缓存
  │           └── 余弦相似度排序 → Top N 结果
  │
  ├── BM25 搜索 (自然语言处理)
  │     ├── 中文分词
  │     ├── 去除停用词
  │     └── TF-IDF 评分排序 → Top N 结果
  │
  └── RRF 融合
        ├── 按排名计算融合分数
        ├── 去重
        └── 最终排序 → 返回结果

回退搜索

当 ragManager 未提供或混合搜索引擎初始化失败时，系统自动使用简单文本搜索：

遍历最近 30 天的 Daily Notes
检查 MEMORY.md 内容
使用 String.includes() 进行大小写不敏感的文本匹配
Daily Notes 匹配分数固定为 0.5，MEMORY.md 匹配分数固定为 0.7

数据库 Schema

永久记忆系统使用 5 张数据库表，定义在迁移文件 009_embedding_cache.sql 中。

embedding_cache 表

Embedding 向量缓存表，避免重复计算，节省约 70% 的计算时间。

sql

CREATE TABLE IF NOT EXISTS embedding_cache (
  content_hash TEXT PRIMARY KEY,       -- 内容 SHA-256 哈希
  embedding BLOB NOT NULL,             -- 序列化的 Embedding 向量 (Float32Array)
  model TEXT NOT NULL,                 -- 模型名称 (如 'qwen2:7b')
  dimension INTEGER NOT NULL,          -- 向量维度
  original_content TEXT,               -- 原始内容（可选，调试用）
  created_at INTEGER NOT NULL,         -- 创建时间 (Unix ms)
  last_accessed_at INTEGER NOT NULL,   -- 最后访问时间 (LRU 清理用)
  access_count INTEGER DEFAULT 1       -- 访问计数
);

索引: model、last_accessed_at、created_at

memory_file_hashes 表

文件哈希跟踪表，用于检测文件变化和管理索引状态。

sql

CREATE TABLE IF NOT EXISTS memory_file_hashes (
  file_path TEXT PRIMARY KEY,          -- 文件相对路径
  content_hash TEXT NOT NULL,          -- 内容 SHA-256 哈希
  file_size INTEGER NOT NULL,          -- 文件大小 (bytes)
  last_modified_at INTEGER NOT NULL,   -- 最后修改时间 (Unix ms)
  last_indexed_at INTEGER NOT NULL,    -- 最后索引时间
  index_status TEXT DEFAULT 'pending', -- 索引状态: pending/indexed/failed
  chunk_count INTEGER DEFAULT 0,       -- 分块数量
  error_message TEXT                   -- 错误信息（索引失败时）
);

索引: index_status、last_modified_at

daily_notes_metadata 表

Daily Notes 元数据表，存储每日日志的统计信息。

sql

CREATE TABLE IF NOT EXISTS daily_notes_metadata (
  date TEXT PRIMARY KEY,               -- 日期 (YYYY-MM-DD)
  title TEXT,                          -- 标题
  conversation_count INTEGER DEFAULT 0,-- 对话数
  completed_tasks INTEGER DEFAULT 0,   -- 完成任务数
  pending_tasks INTEGER DEFAULT 0,     -- 待办任务数
  discoveries_count INTEGER DEFAULT 0, -- 技术发现数
  word_count INTEGER DEFAULT 0,        -- 字数统计
  created_at INTEGER NOT NULL,         -- 创建时间
  updated_at INTEGER NOT NULL          -- 最后更新时间
);

索引: date DESC

memory_sections 表

MEMORY.md 内容分类表，对长期知识进行结构化存储。

sql

CREATE TABLE IF NOT EXISTS memory_sections (
  id INTEGER PRIMARY KEY AUTOINCREMENT,
  category TEXT NOT NULL,              -- 分类: user_preference/architecture_decision/
                                       --       troubleshooting/discovery/config
  subcategory TEXT,                    -- 子分类（可选）
  title TEXT NOT NULL,                 -- 标题
  content TEXT NOT NULL,               -- 内容 (Markdown)
  tags TEXT,                           -- 标签 (JSON 数组)
  importance INTEGER DEFAULT 3,        -- 重要程度: 1-5
  created_at INTEGER NOT NULL,         -- 创建时间
  updated_at INTEGER NOT NULL          -- 最后更新时间
);

索引: category、importance DESC、updated_at DESC

memory_stats 表

记忆系统统计表，按日记录系统运行指标。

sql

CREATE TABLE IF NOT EXISTS memory_stats (
  date TEXT PRIMARY KEY,               -- 统计日期 (YYYY-MM-DD)
  daily_notes_count INTEGER DEFAULT 0, -- Daily Notes 总数
  memory_sections_count INTEGER DEFAULT 0, -- MEMORY.md 条目数
  cached_embeddings_count INTEGER DEFAULT 0, -- 缓存 Embedding 数
  indexed_files_count INTEGER DEFAULT 0,     -- 索引文件数
  total_searches INTEGER DEFAULT 0,    -- 总搜索次数
  vector_searches INTEGER DEFAULT 0,   -- Vector 搜索次数
  bm25_searches INTEGER DEFAULT 0,     -- BM25 搜索次数
  hybrid_searches INTEGER DEFAULT 0,   -- 混合搜索次数
  cache_hits INTEGER DEFAULT 0,        -- 缓存命中次数
  cache_misses INTEGER DEFAULT 0,      -- 缓存未命中次数
  avg_search_latency REAL DEFAULT 0,   -- 平均搜索延迟 (ms)
  updated_at INTEGER NOT NULL          -- 更新时间
);

索引: date DESC

故障排除

混合搜索引擎未初始化

现象: 搜索时日志输出"混合搜索引擎未初始化，回退到简单搜索"。

原因: 未提供 ragManager 参数或 HybridSearchEngine 初始化失败。

解决方案:

确保传入有效的 ragManager 实例
检查 Qdrant 向量数据库服务是否正常运行（默认端口 6333）
查看日志中 HybridSearchEngine 的错误信息

Embedding 缓存初始化失败

现象: 日志输出"Embedding 缓存初始化失败"。

原因: 数据库中缺少 embedding_cache 表。

解决方案:

确保数据库迁移 009_embedding_cache.sql 已执行
检查数据库连接是否正常

Daily Notes 文件未创建

现象: 调用 writeDailyNote 后文件未出现在 daily/ 目录。

原因: enableDailyNotes 配置为 false，或 memoryDir 路径不正确。

解决方案:

确认 enableDailyNotes 未被显式设置为 false
检查 memoryDir 路径是否存在且有写入权限

文件监听不工作

现象: 文件变化后未触发自动索引。

原因: enableAutoIndexing 为 false，或文件监听器初始化失败。

解决方案:

确认 enableAutoIndexing 配置为 true
手动调用 startFileWatcher() 启动监听
检查 MemoryFileWatcher 的初始化日志

搜索结果质量差

现象: 搜索返回的结果与查询不相关。

解决方案:

调整 vectorWeight 和 textWeight 参数比例
对于精确关键词查询，提高 textWeight（如设置为 0.7）
对于语义模糊查询，提高 vectorWeight（如设置为 0.8）
尝试调用 rebuildIndex() 重建索引

内存占用过高

现象: 缓存数据过多导致内存增长。

解决方案:

通过 IPC 调用 memory:clear-embedding-cache 清空 Embedding 缓存
减小 maxDailyNotesRetention 值以保留更少的 Daily Notes
检查 EmbeddingCache 的 maxCacheSize 配置

关键文件

文件	职责
`src/main/llm/permanent-memory-manager.js`	永久记忆核心管理器
`src/main/llm/permanent-memory-ipc.js`	IPC 处理器（30+ 个）
`src/main/llm/memory-file-watcher.js`	文件变更监听器
`src/main/rag/hybrid-search-engine.js`	混合搜索引擎（Vector+BM25）
`src/main/rag/embedding-cache.js`	Embedding 向量缓存
`src/main/database/migrations/009_embedding_cache.sql`	数据库迁移（5 张表）

永久记忆系统 ​

系统概述 ​

核心特性 ​

系统架构 ​

核心功能 ​

Daily Notes 每日日志 ​

MEMORY.md 长期知识库 ​

自动索引 ​

混合搜索 ​

目录结构 ​

配置参考 ​

构造函数参数 ​

HybridSearchEngine 默认配置 ​

EmbeddingCache 默认配置 ​

MemoryFileWatcher 默认配置 ​

API 参考 ​

生命周期方法 ​

initialize() ​

destroy() ​

Daily Notes 方法 ​

writeDailyNote(content, options) ​

readDailyNote(date) ​

getRecentDailyNotes(limit) ​

cleanupExpiredDailyNotes() ​

MEMORY.md 方法 ​

readMemory() ​

appendToMemory(content, options) ​

updateMemory(content) ​

getMemorySections() ​

搜索方法 ​

searchMemory(query, options) ​

simpleSearch(query, options) ​

会话记忆提取方法 ​

saveToMemory(content, options) ​

extractFromConversation(messages, conversationTitle) ​

索引方法 ​

startFileWatcher() ​

stopFileWatcher() ​

rebuildIndex() ​

getIndexStats() ​

getStats() ​

事件 ​

IPC 接口 ​

基础 IPC 通道 ​

索引管理 IPC 通道 (Phase 4 & 5) ​

会话记忆提取 IPC 通道 (Phase 6) ​

高级搜索 IPC 通道 (Phase 7) ​

记忆分析 IPC 通道 (Phase 7) ​

语义分块 IPC 通道 (Phase 7) ​

使用示例 ​

基础初始化 ​

写入和读取 Daily Notes ​

操作 MEMORY.md ​

搜索记忆 ​

保存对话记忆 ​

在渲染进程中使用（IPC） ​

索引管理 ​

搜索功能 ​

混合搜索原理 ​

RRF 融合算法 ​

搜索流程 ​

回退搜索 ​

数据库 Schema ​

embedding_cache 表 ​

memory_file_hashes 表 ​

daily_notes_metadata 表 ​

memory_sections 表 ​

memory_stats 表 ​

故障排除 ​

混合搜索引擎未初始化 ​

Embedding 缓存初始化失败 ​

Daily Notes 文件未创建 ​

文件监听不工作 ​

搜索结果质量差 ​

内存占用过高 ​

关键文件 ​

相关文档 ​

永久记忆系统

系统概述

核心特性

系统架构

核心功能

Daily Notes 每日日志

MEMORY.md 长期知识库

自动索引

混合搜索

目录结构

配置参考

构造函数参数

HybridSearchEngine 默认配置

EmbeddingCache 默认配置

MemoryFileWatcher 默认配置

API 参考

生命周期方法

`initialize()`

`destroy()`

Daily Notes 方法

`writeDailyNote(content, options)`

`readDailyNote(date)`

`getRecentDailyNotes(limit)`

`cleanupExpiredDailyNotes()`

MEMORY.md 方法

`readMemory()`

`appendToMemory(content, options)`

`updateMemory(content)`

`getMemorySections()`

搜索方法

`searchMemory(query, options)`

`simpleSearch(query, options)`

会话记忆提取方法

`saveToMemory(content, options)`

`extractFromConversation(messages, conversationTitle)`

索引方法

`startFileWatcher()`

`stopFileWatcher()`

`rebuildIndex()`

`getIndexStats()`

`getStats()`

事件

IPC 接口

基础 IPC 通道

索引管理 IPC 通道 (Phase 4 & 5)

会话记忆提取 IPC 通道 (Phase 6)

高级搜索 IPC 通道 (Phase 7)

记忆分析 IPC 通道 (Phase 7)

语义分块 IPC 通道 (Phase 7)

使用示例

基础初始化

写入和读取 Daily Notes

操作 MEMORY.md

搜索记忆

保存对话记忆

在渲染进程中使用（IPC）

索引管理

搜索功能

混合搜索原理

RRF 融合算法

搜索流程

回退搜索

数据库 Schema

embedding_cache 表

memory_file_hashes 表

daily_notes_metadata 表

memory_sections 表

memory_stats 表

故障排除

混合搜索引擎未初始化

Embedding 缓存初始化失败

Daily Notes 文件未创建

文件监听不工作

搜索结果质量差

内存占用过高

关键文件

相关文档