可迁移本地 AI 记忆库

解决什么问题

在长期项目协作中，AI 编辑器通常记不住你上周刚确认的测试规范，也不会自动从上一轮排错里提炼出下次可用的规则。反复解释不仅消耗 token，也容易让真正重要的偏好散落在聊天记录里。

直接把所有对话扔给云端向量数据库，又会碰到隐私、网络依赖和跨机器迁移的麻烦。memory_portable 把记忆的创建、审核、检索和转移都留在本地，让 agent 在新任务开始前就能调用真正可复用的经验。

工作方式

1. 提交与审核分离

新记忆不会直接污染默认检索池。Agent 负责按 portable-semantic-signature-v1 把用户指令、项目规则或复盘整理成结构化 JSONL，先进入 pending。只有运行 memory_review.py 审核通过后，才会写入 active，确保仓库里只保留经过确认的内容。

2. 三种本地向量策略

• 规范签名：默认使用固定 SHA-256 哈希生成稀疏向量，明确标记 agent-signature，不冒充神经 embedding。
• 自选 Provider：在预览设置里填写 OpenAI、DeepSeek、Kimi 等兼容协议的 URL 和 Key，测试连接后一键重建真实向量索引。
• 原生向量兜底：只有在没配置 provider 且未生成 signature 时，才接受 agent 显式提供的原生向量，并在本地完成余弦相似度计算。

3. 可视化星图与 ZIP 迁移

通过 memory_preview.py 打开的本地预览只能监听 127.0.0.1，你可以在这里暂存资料、审查候选、调整星图布局。需要换电脑时，用脚本导出带校验摘要的 ZIP 包，在另一台机器上导入，所有记忆、RAG 分块和图谱关系会按 ID 合并，不会覆盖现有数据。

适用边界

• 知识库目录只有在用户明确批准后才会创建，默认不做任何联网调用。
• 它不是多人权限系统或远程同步盘，不能保证一个完全没读取过 Skill 规则的编辑器也遵守协议。
• Agent 只负责语义切分和摘要登记，整理后的分块必须写进 rag/chunks.jsonl，禁止机械按字符切割。
• 被封锁的区域对 agent 完全不可见，审核通过前的内容也不会出现在默认检索结果里。