慧忆冷记忆强化

解决的问题

当长期对话里的低频上下文、既往决策、排障结果反复出现，但又不适合塞进 MEMORY.md 或当天笔记时，主记忆层容易变成高噪声空间。hui-yi 把这类低频次、高价值知识收敛到 memory/cold/，用 Ebbinghaus 节奏做强化排序，而不是把每次回忆都当作唯一触发。

工作方式

• 信号识别：通过 core/signal_detect.py、core/signal_pipeline.py 等模块识别可复用经验、历史连续性和需要归档的内容。
• 冷记忆维护：围绕 memory/cold/index.md、tags.json、retrieval-log.md、schedule.json 维护索引、标签、检索日志与强化计划。
• CLI 工作流：create.py 创建笔记，search.py 检索旧上下文，validate.py 校验元数据，rebuild.py 重建索引，decay.py 处理衰减，cool.py 将稳定日常笔记转入冷层，review.py 与 scheduler.py 支持复查和定时任务。
• 边界控制：只处理 memory/cold/ 下的低频次、高价值知识，避免污染主记忆。

适用边界

• 今日临时记录走 memory/YYYY-MM-DD.md，稳定高频事实走 MEMORY.md，工具、机器路径或环境配置走 TOOLS.md，未验证教训走 .learnings/。
• 不处理 secrets、tokens、passwords。
• 适合需要历史连续性的工程问答，不适合把冷记忆当作万能知识库。