ARTICLE DETAIL

资讯详情

深耕郑州网站建设与运营推广的一线实战洞察。

AI“组织记忆“背后的工程秘密:Clowder AI 记忆与证据系统架构全解

AI“组织记忆“背后的工程秘密:Clowder AI 记忆与证据系统架构全解 AI组织记忆背后的工程秘密Clowder AI 记忆与证据系统架构全解【免费下载链接】clowder-aiBuild AI teams, not just agents. Hard rails, soft power, shared mission.项目地址: https://gitcode.com/gh_mirrors/cl/clowder-aiClowder AI 是一款打造 AI 团队而非单个 Agent的协作平台它的核心难题是如何让多只 AI 猫跨越每一次会话可靠地记住、找回并修正团队共同经历本文带你快速看懂 Clowder AI 的记忆与证据系统架构——它不是把旧聊天塞进 prompt的简单 RAG而是一套由证据层、写入车道、召回管线与治理闭环组成的 AI 记忆系统用严格的权力边界回答了什么值得被记住、谁有权定义真相、错了怎样撤回三个问题。为什么 AI 团队需要一个记忆系统而不只是数据库对新手来说最容易踩的直觉是既然有向量数据库把历史消息全部存进去、再自动摘要塞回上下文不就有记忆了吗Clowder AI 给出的答案是否定的原因有三每次会话都是新生每个 AI Agent 醒来时上下文是空的跨会话的沉淀必须活在模型之外自动摘要会提前取舍建索引时并不知道未来会查什么总结者认为不重要的恰恰可能是将来最需要找的多猫共写会失真一只猫的检索结果对另一只猫只是二手证据没有来源链和治理记忆会随转手衰减。于是 Clowder AI 把记忆系统定义为一个器官而非工具箱把每次协作、犯错、纠正转化为下一次更好的在场。完整的设计哲学见 docs/architecture/memory-philosophy.md系统全景见 docs/architecture/memory-system-overview.md。全景图一栋六层楼、两个方向、三条横切理解整套架构最快的方式是把记忆系统想象成一栋六层楼① 证据层保存原文、原件与来源坐标是整栋楼的地基② 导航层索引、别名、实体图告诉猫去哪里找但导航产物可重建、不拥有内容③ 读取层猫按任务主动搜索、下钻、回到原文④ 写入层人物、品味、画像、事件、日记等多条车道各有自己的治理规则⑤ 主动性层系统在合适的时机敲门让猫做要不要写、要不要想起的判断⑥ 治理层批准、纠正、遗忘、权限收窄并且必须向所有派生读面传播。左右两个金色箭头就是两个方向左侧怎样留下来写入右侧怎样想起来召回。三条横切线呈现/连续性、结果证据、猫自己的行动贯穿全部楼层。这套六层大厦 八个端到端模块 九个观察面的多视图导航地图登记在 docs/architecture/memory/README.md是记忆架构的官方导航入口。证据层先保住原文索引不是真相证据层回答一个问题事情到底发生过吗它做三件事保存原始载荷对话消息、文档、ADR、任务产物都保留原文而不是只留摘要记录坐标与权限每条证据带来源坐标在哪个 thread、哪条消息、owner/scope/ACL 与 revision 版本明确拒绝自动裁决证据层不自动认定最终真相——图中那条打叉的虚线就是在强调这一点。工程上这一层由 F102 落地所有证据存进本地 SQLite 数据库evidence.sqlite配合 SQLite FTS5 全文索引与 sqlite-vec 向量近邻检索全部本地运行、不依赖外部搜索服务实现代码位于 packages/api/src/domains/memory/设计文档见 docs/features/F102-memory-adapter-refactor.md。 关键观念索引是可重建的导航不是真相本身。索引丢了可以重建但如果一开始只存了摘要真相就永远找不回来了。读取层一条查询要穿过的 14 层检索管线当猫主动搜索时一条 query 会经历多策略召回 → 多信号融合 → 多维度重排 → 输出可行动证据的完整管线官方称之为 14 层检索架构召回实体别名解析知道 Ragdoll 和内部标识是同一只猫、BM25 全文检索、长查询逐级放松、语义向量近邻检索多路并行融合用 RRF倒数排名融合把量纲不同的多路结果合成统一排名中文查询还会给语义路加权重排权威度提升、基于真实使用行为的学习排序、时效衰减、宪法级文档免降权、MMR 去重等输出不只是摘要片段还给出来源引用、命中理由、可继续下钻的证据信封——猫可以一键打开原文窗口。注意图中右下角的那只猫检索只给证据候选判断仍由猫完成。这正是该系统与自动塞 prompt方案最本质的区别。完整 14 层逐层解析见 docs/architecture/retrieval-pipeline-deep-dive.md。主动性层系统敲门猫做判断记忆系统最容易失败的环节是该想起的时候没想起。Clowder AI 的设计很克制机械 detector 只报告事实例如任务完成了出现了人物线索某条记忆被纠正了从不判断重要性命中的机械事实生成两类有界机会WriteOpportunity要不要写与RecallOpportunity要不要想起猫必须明确给出三选一处置propose提出写入/defer暂缓/abstain放弃或者对召回线索drill下钻/applied采用/dismissed忽略而且零条 cue 是合法的——没有相关线索就不打扰宁缺毋滥。背后的工程骨架包括F271 在收工和每日巡逻时主动检查会蒸发且以后可能有用的增量见 docs/features/F271-pragmatic-memory-reflection.mdF287 Cue 平面只认封闭的类型化机会目录防止演变成开放式 RAG见 docs/features/F287-memory-cue-plane.md 与 docs/architecture/memory-cue-source-map.md。治理层成为真相也能被撤回一条候选记忆变成真相的过程是这条流水线上权力最重的环节候选Proposal→ 车道自有治理每条车道品味、人物、画像、事件……自行定义 approve / reject / not-now、来源Provenance、作用域Scope与 ACL并不存在统一的中央审批进入 Canonical Truth成为真相后拥有 revision 版本链修改、替换、退役都有据可查纠错、遗忘、ACL 收窄必须级联传播任何一条真相被纠正或遗忘索引、摘要、卡片、cue、prompt 等所有派生读面都必须同步失效——图中右侧那组阀门就是这个传播管道。派生视图索引、摘要、关系卡片、缓存被合同冻结为永远不获得真相权力必须携带来源引用、构造时间与权限交集状态变为 suspect/invalidated 时只能回源重建不允许静默使用旧数据。这保证了任何派生物都不能绕过撤回。值得记住的几条硬边界如果只带走一张清单带走这五条完整版见全景文档的十条硬边界边界人话解释观察 ≠ 结论机械检测器只报事实值不值得记必须由猫明确裁决索引 ≠ 真相源投影可重建缓存变快不能换来 authority线索 ≠ 欲望系统浮现线索只有猫能把 cue 采纳为自己的意图与行动遗忘是权利不是缺陷遗忘 不该被找到的找不到合法幽灵 该被找到的找不到缺陷呈现不提升权限记忆被展示、被打开、被采用、帮助了结果是四种不同层级的证据不能互相代证动手深挖推荐阅读顺序与源码入口想从本文继续深入建议按这条路径阅读官方文档设计原则公理与定律docs/architecture/memory-philosophy.md系统全景与闭环账本docs/architecture/memory-system-overview.md一次搜索的完整管线docs/architecture/retrieval-pipeline-deep-dive.md逐层正式图集九张图docs/architecture/memory/memory-architecture-diagrams.md记忆架构导航 Atlasdocs/architecture/memory/README.md核心实现源码packages/api/src/domains/memory/结语它造的不是数据库是关系系统Clowder AI 的记忆与证据系统给所有做 AI Agent 团队的人提了一个醒记忆的核心难题不是存得多而是谁有权定义、错了怎样撤回。六层楼、双方向、三横切的架构配合证据先于真相、线索不等于结论、派生永不夺权的硬边界才让一群每次醒来都是新生的 AI 猫拥有了可以共同信任、共同纠错、持续成长的组织记忆。【免费下载链接】clowder-aiBuild AI teams, not just agents. Hard rails, soft power, shared mission.项目地址: https://gitcode.com/gh_mirrors/cl/clowder-ai创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
返回列表