分层记忆系统
防止遗忘和幻觉记忆的层级架构。每一条知识都带有置信度层级标签。
层级定义
level/L0 ── 瞬时记忆 ── 快速捕获,未整理
level/L1 ── 短期记忆 ── 已确认,待深入
level/L2 ── 长期记忆 ── 已整理,可检索
level/L3 ── 核心记忆 ── 经过验证,频繁引用
L0 — 瞬时记忆
特征: 原始捕获,可能不完整
标签: level/L0
来源: 临时想法、快速记录、对话摘录
位置: inbox/ 或 raw/
后续: 48 小时内未清理则存档
L1 — 短期记忆
特征: 已确认但未深入验证
标签: level/L1
来源: 实验中的配方、待测试的配置、未核实的引用
位置: concepts/ 或 recipes/
后续: 验证后升 L2,或证明无效则归档
L2 — 长期记忆
特征: 经过实践验证的成熟知识
标签: level/L2
来源: 反复验证的配方、稳定使用的配置、已掌握的技能
位置: concepts/、recipes/、entities/
置信度: high
L3 — 核心记忆
特征: 频繁使用、高置信度的核心知识
标签: level/L3
来源: 常用配方、核心概念、长期项目
位置: 与 L2 同目录,但检索权重最高
置信度: critical
故事卡格式
每篇笔记都可以是一张故事卡,只需在 frontmatter 填写:
---
type: note
tags:
- level/L2
- source/practice
scenario: 事情发生的背景
confidence: high # low / medium / high / critical
verified: 2026-06-26
related:
- path/to/related-note
---
标签命名规则
level/L* → 记忆层级(L0-L3)
source/* → 来源分类
source/practice → 亲身实践验证
source/research → 阅读研究
source/experiment → 实验测试
source/conversation → 对话讨论
层级流转规则
Gbrain 自动维护
当笔记通过 gbrain sync 导入后:
- tags → Gbrain 自动识别
level/L*标签,可用于过滤搜索 - takes → dream cycle 根据 frontmatter 提取事实和置信度
- embedding → bge-m3 将全文向量化,跨层级语义搜索
- 查询权重 → L3 优先,L2 其次,L1/L0 作为扩展补充