综合三层记忆架构：LanceDB自动对话召回、Git-Notes结构化本地决策存储、文件搜索工作区持久化，实现会话级到长期级的完整上下文保持
说明：
## 核心架构
Triple Memory System 是一套为 AI Agent 设计的**三层互补记忆架构**，解决单一记忆方案在持久性、结构化与检索效率之间的权衡难题。
### 三层系统协同机制
**LanceDB（对话记忆层）**：向量数据库驱动的自动记忆系统，通过 `memory_recall` 和 `memory_store` 工具实现对话上下文的即时注入与捕获。支持触发词检测（”remember”, “prefer”, “I like”），实现零摩擦的偏好学习。需配置 OpenAI API Key 用于嵌入生成。
**Git-Notes（结构化决策层）**：基于本地文件的分支感知记忆系统，无外部 API 依赖。核心特性包括：实体自动提取（人名、主题、概念）、四级重要性标记（critical/high/normal/low）、Git 分支隔离。通过命令行工具管理，适合记录架构决策、事实修正等需长期追溯的内容。
**File Search（工作区搜索层）**：基于 shell 脚本的本地文件全文检索，覆盖 MEMORY.md、memory/*.md 及任意工作区文档，弥补前两者对非结构化长文档的处理盲区。
### 显著优点
1. **分层解耦**：对话层负责短期流畅性，决策层负责中期可追溯性，文件层负责长期知识沉淀
2. **隐私优先**：Git-Notes 与文件层完全本地运行，敏感决策无需外传
3. **分支隔离**：开发场景下，不同 feature branch 的记忆互不干扰
4. **渐进启用**：可单独启用任一子系统，降低初期配置成本
### 潜在局限
– **LanceDB 依赖外部嵌入服务**：OpenAI API 可用性影响该层功能，且产生 token 成本
– **三层数据一致性需人工维护**：同一决策可能同时存在于 LanceDB（向量形式）与 Git-Notes（结构化形式），无自动去重机制
– **Git-Notes 的命令行交互**：与现代编辑器的集成度较弱，依赖用户熟悉 CLI 工作流
– **无跨设备同步机制**：本地文件层的记忆绑定单台机器
### 适用场景
– 需要**跨会话保持上下文**的长期项目协作
– 团队共享的**架构决策记录**（ADR）管理
– 对**数据隐私敏感**的企业环境
– 多分支并行的**复杂开发工作流**
### 常规风险
| 风险项 | 说明 |
|——–|——|
| API 密钥泄露 | LanceDB 配置需妥善保管 OPENAI_API_KEY |
| 记忆膨胀 | 长期运行后向量数据库体积增长，需定期 `memory_forget` 清理 |
| 分支混淆 | 忘记执行 `sync –start` 可能导致记忆写入错误分支 |
| 静默失败 | 系统设计强调”silent operation”，存储失败时用户无感知 |
会员专属
