基于认知架构设计的AI智能体记忆系统，通过事实提取、知识图谱构建和每日简报生成，彻底解决会话冷启动问题，获安全评级S级。
说明：
## 核心用法
Memory Pipeline 是一套完整的智能体记忆管理方案，采用三阶段流水线架构：
1. **Extract（提取）**：从每日笔记和会话记录中提取结构化事实（决策、偏好、学习成果），输出为 `extracted.jsonl`
2. **Link（关联）**：构建知识图谱，通过语义嵌入建立事实间的双向关联，检测矛盾并标记过时信息
3. **Brief（简报）**：生成精简的 `BRIEFING.md`（<2000字符），整合人格特征、用户背景、活跃项目和待办事项
额外支持外部知识导入（ChatGPT导出文件解析）和四个可选的性能钩子（pre-game briefing、工具策略、结果压缩、事后复盘），实现跨会话的执行纪律。
## 显著优点
– **认知架构而非简单检索**：模仿人类记忆机制，强调提取优于积累、关联优于相似度匹配
– **零冷启动**：每日简报直接注入系统提示，无需依赖检索时机的运气
– **执行心理学应用**：将反馈闭环置于会话之间，避免执行中打断（no mid-swing coaching）
– **零依赖风险**：纯Python标准库实现，无第三方包供应链攻击面
– **来源可信**：仅连接OpenAI/Anthropic/Gemini官方API，HTTPS加密传输
## 潜在缺点与局限性
– **T3来源可信度**：个人开发者维护，无企业背书或大规模社区验证
– **凭证管理待改进**：API密钥优先从明文文件读取，存在暴露风险
– **无内置重试机制**：网络不稳定时可能导致Pipeline中断
– **路径验证不足**：外部文件导入存在理论上的路径遍历风险
– **维护不确定性**：版本0.4.0，迭代历史较短，长期支持存疑
## 适合人群
– 高频使用AI辅助工作的个人开发者、研究者、知识工作者
– 需要跨会话保持一致性的长期项目场景
– 愿意承担T3来源风险、具备基础代码审查能力的用户
– 不适合：对供应链安全要求极高的企业环境、无法自主审计代码的非技术用户
## 常规风险
| 风险类型 | 等级 | 说明 |
|———|——|——|
| 供应链攻击 | 极低 | 零第三方依赖 |
| 数据外泄 | 低 | 仅传输至知名LLM服务商 |
| 凭证泄露 | 中 | 明文文件存储API密钥 |
| 路径遍历 | 低 | 外部导入功能输入验证不足 |
| 功能中断 | 中 | 无重试机制，API限流敏感 |
会员专属
