MINARA记忆
四个相互联动的存储：会话记忆、个性化、角色记忆与学习系统
Minara 的"记忆"由四个独立存储组成，共享同一个 SQLite 数据库，但各自拥有独立的生命周期和不同的消费者。四者相互正交：一个轮次可以同时从所有四个存储中读取，各存储之间互不感知。
为什么要分四个存储？
| 存储 | 范围 | 生命周期 | 写入方 |
|---|---|---|---|
| 记忆系统 | 每用户上下文（观察、偏好、交易笔记、策略笔记） | 每会话冻结，达到写入阈值后软刷新 | LLM 通过 memory_write 工具写入 |
| 个性化 | 用户画像：金融标签、自定义提示词、角色文件 | 持久化；手动与自动重建混合维护 | 用户（REPL、CLI、REST）；推断定时任务 |
| 角色记忆 | 每角色的分析决策案例及失败模式 | 决策时写入，结果对账后异步 reconcile | 分析技能；异步反思器 |
| 学习系统 | 工具序列学习成果、方法论存储、场景学习 | 成功轮次或交易对账时写入 | skill_learn；回测运行器；场景引导器 |
四者分离的原因在于：每个存储的信任级别与时效语义各不相同。
- 记忆系统：内容新鲜，但未经验证。
- 个性化：权威可信，但较为稀疏。
- 角色记忆：设有严格的统计门槛，仅
logic_error/missing_data类别的案例会浮出。 - 学习系统：采用 Wilson 下界毕业机制，方法论需至少使用 10 次且正确率 ≥55% 后才会被信任。
本节页面
- Minara Memory：冻结快照、FTS5 搜索、记忆分类，以及会话快照的构建方式。
- 个性化与工作区：手动编辑的角色文件、自动重建的金融画像、用户标签维度，以及三种重建流程。
- 角色记忆：每个角色的决策反思，包含两阶段 LLM 分类器（
logic_error/missing_data/exogenous/variance）、PostHocProbe证据收集，以及failureModes兜底机制。 - 学习系统：工具序列学习成果、方法论存储与 Wilson 毕业机制、场景学习流水线、回测反馈循环。
在一个轮次中如何组合
┌─────────────────────────────────────────────────────────┐
│ USER TURN ARRIVES │
│ │ │
│ ▼ │
│ ┌──────────────────────────────────────────────────┐ │
│ │ 1. Session memory snapshot injected as │ │
│ │ <memory-context> block (frozen-per-session) │ │
│ └──────────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ ┌──────────────────────────────────────────────────┐ │
│ │ 2. Personalization snapshot — user_profile │ │
│ │ tags + custom prompt + financial_profile │ │
│ └──────────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ ┌──────────────────────────────────────────────────┐ │
│ │ 3. Role memory hints — BM25 case recall scoped │ │
│ │ to active-skill roles; failureModes fallback │ │
│ │ when zero hits │ │
│ └──────────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ ┌──────────────────────────────────────────────────┐ │
│ │ 4. Learning system — methodology placeholder │ │
│ │ resolution in scenario playbooks + on-demand │ │
│ │ `methodology_lookup` tool │ │
│ └──────────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ LLM call │
└─────────────────────────────────────────────────────────┘实际使用示例
- 功能 → 记忆与个性化：面向用户的功能概述
- 功能 → 自我进化 Agent：从对话视角感受学习循环