海马体档案馆 · 记忆巩固与价值筛选

要解决什么问题

长期对话里，Agent 会把大量工具返回与会话片段堆在短期上下文中，但真正值得跨会话保留的往往只占一小部分。若全靠人工说「记住这个」，既容易漏记，也难在事后用统一标准做去重与筛选。

海马体档案馆（Dream Memory） 把这一过程做成全自动后台流水线：每次工具调用结果会进入 recall-store.json，会话日志累积到一定规模后自动进入巩固阶段，无需用户每次说「做梦」。

如何工作

系统按睡眠隐喻分三阶段，并在 .workbuddy/dreams/ 维护机器状态：

• 浅睡（Light Sleep）：扫描、去重，生成 candidates.json；本阶段不修改 MEMORY.md，只暂存候选。
• 深睡（Deep Sleep）：对候选做六维评分（相关性、频率、查询多样性、时效性、整合度、概念丰富度，总分 100），再通过三道门槛同时筛选，合格项写入永久记忆；write.lock 防止并发写 MEMORY.md。
• REM：在已巩固内容中寻找隐秘关联，构建底层逻辑模式。

触发规则内置在技能里：工具返回后自动追加召回痕迹；当前会话新日志 ≥10 条 时自动深睡，深睡完成后自动 REM；对话开始会读 checkpoint.json 断点续做。用户说「整理记忆」「做梦」「梦境」可强制执行完整三阶段（跳过门槛限制）。

人类可读产出在 .workbuddy/memory/DREAMS.md，便于直接查看「梦境日记」而非翻 JSON。

适用边界与注意点

• 依赖 .workbuddy/dreams/ 下的 stage.json、scores.json 等状态文件；多实例并发写同一工作区时需理解 write.lock 语义。
• 浅睡与深睡职责分离：调试「为何没进永久记忆」时，应先看候选与 scores.json，而非直接改 MEMORY.md。
• 自动模式以静默运行为设计，不会在每次巩固时打断用户；需要人工介入时用明确口令触发完整流程。