記憶
四個相互聯動的存儲:會話記憶、個性化、角色記憶與學習系統
Minara 的"記憶"由四個獨立存儲組成,共享同一個 SQLite 數據庫,但各自擁有獨立的生命週期和不同的消費者。四者相互正交:一個輪次可以同時從所有四個存儲中讀取,各存儲之間互不感知。
為什麼要分四個存儲?
| 存儲 | 範圍 | 生命週期 | 寫入方 |
|---|---|---|---|
| 記憶系統 | 每用戶上下文(觀察、偏好、交易筆記、策略筆記) | 每會話凍結,達到寫入閾值後軟刷新 | LLM 通過 memory_write 工具寫入 |
| 個性化 | 用戶畫像:金融標籤、自定義提示詞、角色文件 | 持久化;手動與自動重建混合維護 | 用戶(REPL、CLI、REST);推斷定時任務 |
| 角色記憶 | 每角色的分析決策案例及失敗模式 | 決策時寫入,結果對賬後異步 reconcile | 分析技能;異步反思器 |
| 學習系統 | 工具序列學習成果、方法論存儲、場景學習 | 成功輪次或交易對賬時寫入 | skill_learn;回測運行器;場景引導器 |
四者分離的原因在於:每個存儲的信任級別與時效語義各不相同。
- 記憶系統:內容新鮮,但未經驗證。
- 個性化:權威可信,但較為稀疏。
- 角色記憶:設有嚴格的統計門檻,僅
logic_error/missing_data類別的案例會浮出。 - 學習系統:採用 Wilson 下界畢業機制,方法論需至少使用 10 次且正確率 ≥55% 後才會被信任。
本節頁面
- Minara Memory:凍結快照、FTS5 搜索、記憶分類,以及會話快照的構建方式。
- 個性化與工作區:手動編輯的角色文件、自動重建的金融畫像、用戶標籤維度,以及三種重建流程。
- 角色記憶:每個角色的決策反思,包含兩階段 LLM 分類器(
logic_error/missing_data/exogenous/variance)、PostHocProbe證據收集,以及failureModes兜底機制。 - 學習系統:工具序列學習成果、方法論存儲與 Wilson 畢業機制、場景學習流水線、回測反饋循環。
在一個輪次中如何組合
┌─────────────────────────────────────────────────────────┐
│ 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 │
└─────────────────────────────────────────────────────────┘實際使用示例
- 功能 → 記憶與個性化:面向用戶的功能概述
- 功能 → 自我進化 Agent:從對話視角感受學習循環