记忆存储

本文说明 Partner 记忆系统的稳定存储模型和原始记忆生成方式。

MemoryUnit 与 MemorySlice

数据模型

存储层由 MemoryCore、MemoryUnit 和 MemorySlice 三层组成。

MemoryCore 维护记忆单元集合和当前记忆会话 id；MemoryUnit 是可持久化的记忆单元，保存一段对话消息及其摘要切片； MemorySlice 是对 MemoryUnit 中一段消息区间的摘要。

flowchart TD
    A["MemoryCore"] --> B["memorySessionId<br/>当前记忆会话"]
    A --> C["memoryUnits<br/>Map&lt;unitId, MemoryUnit&gt;"]
    C --> D["MemoryUnit"]
    D --> E["id"]
    D --> F["timestamp<br/>最近更新时间"]
    D --> G["conversationMessages<br/>原始对话消息"]
    D --> H["slices<br/>List&lt;MemorySlice&gt;"]
    H --> I["MemorySlice"]
    I --> J["id"]
    I --> K["startIndex / endIndex<br/>对应 conversationMessages 区间"]
    I --> L["summary<br/>该区间摘要"]
    I --> M["timestamp<br/>切片创建时间"]

MemoryUnit 的核心作用是把原始消息和摘要切片绑定在一起。conversationMessages 保存完整消息序列，MemorySlice 只记录它覆盖的消息区间和摘要内容。这样，召回层可以先使用摘要切片进行轻量检索，再在需要时回到对应 MemoryUnit 读取原始消息。

MemoryCore 自身只保存 memorySessionId 和 memory_unit_uuid_set，每个 MemoryUnit 独立持久化到自己的 state path。也就是说，MemoryCore 负责管理有哪些记忆单元，而具体消息和切片内容保存在 MemoryUnit 中。

对象	作用
`MemoryCore`	维护当前记忆会话 id、记忆单元集合，并提供读写入口
`MemoryUnit`	保存一组原始对话消息及其摘要切片，是稳定落盘单元
`MemorySlice`	描述 `MemoryUnit` 中一段消息区间的摘要，可被索引和召回

MemorySlice 会按创建时间参与排序；MemoryCore 在更新记忆时会对 slice 的 id、时间戳和消息区间做规范化，避免索引越界或缺失基础字段。

生成方式

MemoryUnit 与 MemorySlice 的原始材料来自对话轨迹。CommunicationProducer 在完成对外回复后，将本轮用户输入和 assistant 输出写回 CognitionCapability 维护的 chat messages；DialogRolling 在对话窗口过长或长时间未交互时，基于这些 chat messages 生成记忆切片。

flowchart TD
    subgraph Communication["CommunicationProducer"]
        A["PartnerRunningFlowContext<br/>本轮输入"] --> B["生成对外回复"]
        B --> C["updateChatMessages"]
        C --> D["CognitionCapability.chatMessages"]
    end

    subgraph Rolling["DialogRolling"]
        D --> E{"触发 rolling?"}
        E -- " 对话数量达到阈值 " --> F["triggerRolling(false)"]
        E -- " 长时间未交互 " --> G["triggerRolling(true)"]
        F --> H["snapshotChatMessages"]
        G --> H
        H --> I["resolveChatIncrement"]
        I --> J["MessageCompressor"]
        J --> K["MessageSummarizer"]
        K --> L["MemoryCapability.updateMemoryUnit"]
        L --> M["MemoryUnit"]
        L --> N["MemorySlice"]
    end

    subgraph Context["滚动后的上下文处理"]
        N --> O["dialog_history ContextBlock"]
        O --> P["ContextWorkspace"]
        M --> Q["RollingResult"]
        N --> Q
        Q --> R["AfterRollingRegistry.trigger"]
    end

生成流程可以分成两段：

对话轨迹写入：CommunicationProducer 负责把本轮交流结果追加到 chatMessages。这里保存的是后续 rolling 能够消费的原始对话轨迹。
对话滚动入库：DialogRolling 从当前对话快照中计算尚未进入当前 MemoryUnit 的增量消息，压缩并总结后调用 MemoryCapability.updateMemoryUnit(chatMessages, summary)。该调用会把消息增量追加到 MemoryUnit.conversationMessages ，并创建一个覆盖这段消息区间的 MemorySlice。

DialogRolling 有两类触发方式：

触发方式	含义
对话数量达到阈值	当前上下文对话过长时触发 rolling，只保留部分近期上下文
长时间未交互	定时检查发现距离上次交互超过阈值时触发 rolling，并刷新 memory session

rolling 完成后，系统会把新切片摘要注册为 dialog_history 上下文块，并裁剪当前 chat messages。随后 AfterRollingRegistry 会异步触发已注册的 AfterRolling consumer。这里的 consumer 只消费 RollingResult ，用于在原始记忆生成后执行额外维护逻辑；具体索引构建与召回组织在记忆检索中说明，扩展点机制见 AfterRolling。

4.9 KiB Raw Blame History Unescape Escape

记忆存储

MemoryUnit 与 MemorySlice

数据模型

生成方式

4.9 KiB

Raw Blame History