# dsh-linghun-memory（灵魂记忆）v0.1.7 技术报告
## 记忆完全本体化的认知记忆体方案

- **作者**：山越野人 × 岚客（碳硅协作：人类提供意图，智能体撰写）
- **版本**：v0.1.7（2026-10-15 发布，GitHub tag + npm latest）
- **许可**：AGPL-3.0
- **仓库**：github.com/syyr1987/dsh-linghun-memory

---

## 摘要

dsh-linghun-memory 是一套面向 DeepSeek Harness 的认知记忆体插件，目标是把大模型从「上下文窗口 + 提示词注入」的被动记忆模式，升级为「机制化组织 + 认知主体主动回溯」的主动记忆系统。v0.1.7 的核心贡献是**记忆地图（检索图方案）**：写侧只建图、读侧按图回溯，将沉淀产物组织为四轴导航（情境轴 / 目标轴 / 档案轴 + 证据层）注入读侧，由认知主体沿轴定位、按编号下钻证据。

系统由四部分组成：**收口者灵魂卡**（身份与判断纪律）、**记忆体方案**（读写两侧三型三本体完全本体化）、**目标系统 goal.js**（真实前瞻记忆，读侧残差触发）、**记忆地图**（v0.1.7 检索图导航）。

评测结果：在 LoCoMo-Plus 官方 Memory Awareness Judge 上实现 **16/16（100%）满分**；白板按图回溯全量 401 题 **83.04%**，首次超过候选注入方案（80.05%）；BEAM 记忆本体投影使隔离基线从 60 提升到双管齐下 **85/90**。

---

## 1. 背景与问题

大模型的长程记忆能力长期受制于三个结构性缺陷：

1. **上下文窗口有限**：单次对话只能携带有限 token，跨会话的持久知识无法常驻。
2. **RAG/提示词注入是「匹配」而非「记忆」**：检索命中靠词面相似度，语义远距联想（如「一次家庭旅行」激活「长期财务规划」目标）是检索盲区；注入的是候选片段，不是结构化的认知状态。
3. **模型外部没有状态**：主流方案让模型在上下文里「记住」，但信念、目标、关系等高阶状态没有独立于模型的持久载体，也无法随时间演化（建立→推进→达成→放弃）。

dsh-linghun-memory 的回答是：**记忆不应该只是「内容」，而应该是「结构 + 机制」**。写侧按本体类型结构化沉淀，读侧由认知主体按导航图主动回溯；目标、价值观等前瞻性状态有独立的状态机和激活机制，不依赖词面匹配。

---

## 2. 系统设计

### 2.1 总体架构

```
dsh-linghun-memory
├── identity.js  收口者灵魂卡（身份 + 判断纪律，随插件注入）
├── memory.js    海马体记忆布局（暖态/冷储/序时账/三本体）
├── goal.js      目标系统（目标本体 + 状态机 + 读侧残差触发）
├── ontology.js  记忆本体投影（主题节点 + 别名命中 + 原子写盘）
├── map.js       记忆地图（四轴导航 + 按图回溯纪律）[v0.1.7 新增]
└── index.js     工具注册与注入编排（memory_* / linghun_goal_* / memory_project / renderMemoryMap）
```

四大模块一体交付，独立于原 dsh-linghun 演进（两条线并行，互不覆盖）。

### 2.2 收口者灵魂卡（identity.js）

随插件注入的认知架构垫底，三层纪律：

- **DEFAULT_IDENTITY**：收口者身份锚点——「大模型提供直觉，你做收口」；行为纪律（承接即预检、拒绝伪约束）、方法论工具箱、成长协议（海马体 memory_* 主动沉淀）。
- **DEFAULT_JUDGMENT**：边界判断纪律——模糊概念/悖论/身份/能力/知识/伦理七类边界扫描 + 置信度声明 + 价值排序（诚实 > 友善 > 有用）+ 判分收口职责。
- **MEMORY_DISCIPLINE**：记忆使用纪律（记忆体适配版）——注入段按序承载「知识本体 → 规则本体 → 事件时间线 → 冷储摘要」；需要近期具体事实时用 `memory_read` 按需直读本体（查证 = 查节点），读到即用 `memory_touch` 标记。

### 2.3 记忆体方案（memory.js + ontology.js）

**写侧（memory_append，结构化三型）：**

| 类型 | 本体 | 结构 |
|---|---|---|
| `event` | 记忆本体（事件时间线） | 主语 \| 动作 \| 宾语 \| 关联实体 \| 细节 |
| `fact` | 知识本体（精确值） | 实体 \| 属性 \| 值 \| 来源# |
| `rule` | 规则本体（纪律） | 一句可执行纪律 |

一条目一事实，置信度三档（high/medium/low），低置信注入带【低置信·需验证】标记；`update` 翻转旧条目（标记 wrong，注入时排除，绝不引用已废弃事实）。旧类别在解析层归一化：decision/preference → rule、experience → event、identity → fact。

**读侧（warm 按 kind 分组原生渲染）：**

不再需要外部投影脚本——海马体自己就是三本体。回答纪律：定位（时间窗口 + 主题命中）→ 精筛 3-8 条 → 翻译成人话；查到的照实说、口径写清楚、没查到明说没有。

**读写沉淀闭环：**

- `memory_read`：按需读取暖态近期记忆（支持 [n] 编号 / 本体直读）
- `memory_touch`：标记「刚刚被用到」，吃灰管理（一直不用的沉底挤出）
- `memory_consolidate`：沉淀——event → 记忆本体时间线、fact 高置信 → 知识本体、rule → 规则本体；冷储归档 episodic
- 序时账（journal）：每次对话全量留痕，不筛选

**存储布局（$DSH_HOME/linghun/memory/）：**

```
warm.md              # 暖态工位：近期记忆（遗忘梯度）
cold.md              # 冷储摘要：沉淀后的知识/规则（注入时优先读）
memory_ontology.md   # 记忆本体档案（事件时间线）
knowledge_ontology.md# 知识本体档案（精确值）
rules.md             # 规则本体档案（纪律）
ontology.md          # 记忆本体投影（主题节点，BEAM 机制回灌）
episodic/            # 冷储归档 YYYY-MM-DD.md
journal/             # 序时账 YYYY-MM-DD.md
goals/goals.json     # 目标本体（goal.js）
```

### 2.4 目标系统（goal.js）

**目标 = 记忆的骨架**：事件/状态/信念都挂在目标上；目标让认知循环「实践→认识→再实践」有未来维度——不只提炼过去的因果，还提炼想创造的未来。

**写侧（linghun_goal_update）**：目标信号合并（new/progress/change/achieve/abandon），同 speaker 同主题自动合并不重复建档；价值观/底线陈述（I believe in… / I refused to…）也收录（belief 域）；high/medium 目标附 1-2 条 **Bridge 触发词**（triggers：什么处境会激活它）——写时轻量结构化、不穷举。

**读侧（linghun_goal_get）残差触发**：借鉴 MADELEINE（arXiv:2610.01118）的残差联想——纯相似度是 goal/value 类联想的盲区（MADELEINE 实证漏检 33–43%），目标激活分补上：

```
触发分(q, m) = α·sim(q, m) + β·goalActivate(m | q)
goalActivate = stateW × (0.25·domainHit + 0.35·bridgeHit + 0.40·sim + 0.15)
stateW：active=1 / paused=0.5 / achieved=0 / abandoned=0
```

Bridge 命中（触发词与当前处境共现 ≥2 token）补上语义远距联想；achieved/abandoned 目标不再触发。主题域词典（DOMAIN_LEXICON）覆盖 money/family/career/health/travel/belief/lifestyle/art/education/community/relationship 等十余域，中英双语词面启发、离线零成本。

**两条核心纪律：**

1. 不做「匹配判断」，做「目标激活」——reranker 匹配视角在目标类联想上反而降分（52.4 → 40.9），目标主线注入必须做成「这条处境激活了哪个目标」而非「这条消息匹配哪条记忆」。
2. 写侧只抽象归纳独立沉淀 + 少量 Bridge 锚点，绝不写侧穷举——对比 T-Mem/HyperMem 的千次写时调用，成本低两个数量级。

**目标证据通道与导航轴的分离（v023 验证）**：目标证据通道 = statement-only 全量注入（去 triggers/priority 噪声，防干扰对话证据）；导航轴 = 带 triggers（帮助模型远距联想）。即 triggers 是导航线索，不是答案内容。

### 2.5 记忆地图（map.js，v0.1.7）

**核心思路：写侧只建图、读侧按图回溯。** 写侧把沉淀产物组织成四轴导航注入读侧，不预判问题、不替读侧做排序与候选选择；读侧看图定位（题目线索落在哪个轴/哪个主题域）→ 沿轴翻到候选 → 用 `memory_read`/`memory_journal` 下钻证据 → 引用作答；能解决就停。

**四轴 + 证据层：**

| 轴 | 内容 | 作用 |
|---|---|---|
| 情境轴 Situations | 暖态条目主题索引 + [n] 编号指针 | 近期在谈什么 |
| 目标轴 Goals | 目标速览：domain/state/priority/statement | 要达成什么 |
| 档案轴 Archive | 本体节点索引：知识/规则/事件时间线/冷储 | 长期沉淀了什么 |
| 证据层 Evidence | 序时账索引 + 归档索引 | 原文在哪（可时间窗口下钻） |

地图是索引密度（默认 2000 字预算、不倾倒），细节由认知主体下钻；编号对齐 `memory_read` 原始 parseWarm 索引；`map.enabled=false` 可关。与 v018 白板按图回溯评测的关系：白板版把全量档案渲染成地图注入（无下钻工具），本模块是 DSH 认知架构版——地图只放「轴 + 指针」，细节用已有工具下钻，记忆预算不被地图吃光。

### 2.6 本体投影（ontology.js，BEAM 机制回灌）

BEAM 1M/10M 双档实验验证：把 warm 记忆按主题桶聚合成本体投影（build_ontology_v1/v2），组装侧「本体主题索引优先 + BM25 兜底」是隔离基线 60 → 记忆本体 70 → 双管齐下 85/90 的关键一环。本模块把该机制沉淀为海马体布局的一等公民（ontology.md），提供 `memory_project` 工具：warm 按主题桶 LLM 聚合 → ontology.md 主题节点，组装侧「本体主题索引优先 + BM25 兜底」；主题别名命中（TAG_ALIAS 同构）优先，无本体时退回纯 BM25；写盘幂等（内容不变不写盘）。

---

## 3. 评测结果

### 3.1 LoCoMo-Plus（16 题 · 独立 home · 官方 Memory Awareness Judge）

| 版本 | 成绩 | 关键变化 |
|---|---|---|
| v0.1.4 | 14/16（87.5%） | 基线 |
| v0.1.5 | **16/16（100%）** | 题 12（college fund 语义远距）、题 13（拒绝谣言价值观）双双转正，零回归 |

**机制验证：**

- 题 12：college fund 目标靠 Bridge 触发词从排 18/24 → #5（score 0.150）——语义远距联想由目标激活分补上，词面相似度做不到
- 题 13：「尊重隐私、不散播谣言」belief 目标建档后排 #1（score 0.581）——价值观/底线陈述被结构化收录并触发

**结论**：真正的杠杆在目标档案结构化 + 读侧重匹配，不在写侧枚举预算——写侧只需每条目标 1-2 条触发词。

### 3.2 白板按图回溯（LoCoMo-Plus 401 题全量 · deepseek-chat + 地图注入）

| 方案 | 成绩 |
|---|---|
| v015 候选注入（读侧代劳替模型选候选） | 80.05% |
| **按图回溯（读侧放权给图让模型自走）** | **83.04%** |

首次超过候选注入——「读侧放权给图让模型自走 > 读侧代劳替模型选候选」。分组：**goal 型 +13pp**（目标轴红利）；**value 型 −9pp**（暴露难桥：行为 ↔ 价值观，需写侧补 triggers）。

### 3.3 BEAM（认知记忆评测线）

| 方案 | 成绩 |
|---|---|
| 隔离基线 | 60 |
| 记忆本体投影 | 70 |
| 双管齐下（本体主题索引优先 + BM25 兜底） | **85/90** |

本体投影是 BEAM 双档实验的关键机制，已回灌为 ontology.js 一等公民。

### 3.4 情境暖冷（MMR + 签名分桶，v2.6）

71.2 / 84.4（情境 = 组织单位；暖态一棵树、切情境冷储、匹配提树恢复）。

### 3.5 相关评测线上下文

- 401 线 v028 定版 **89.78%**（写侧四元组 statement/domain/priority/triggers 与 goal.js 完全同构）
- LoCoMo 情境 v019 显式预检 **88.78%**（机制 > 内容，value +13）
- LoCoMo rerun5 **84.9/91.0**（词面 F1 失效，判定需证据条目级）

---

## 4. 设计原则与关键决策

1. **机制化组织优先，提示词兜底**：能机制化的不交语言直觉；结构（三本体/目标/地图）承担组织，提示词只承担纪律。
2. **写侧节制、读侧放权**：写侧只沉淀结构化事实 + 1-2 条 Bridge 锚点，绝不穷举预判（对比 T-Mem/HyperMem 千次写时调用，成本低两个数量级）；读侧按图自走，不代劳选候选。
3. **目标激活 ≠ 匹配判断**：reranker 匹配视角在目标类联想上降分（52.4 → 40.9）；目标必须是「处境激活」机制。
4. **三本体分离**：事件（记忆）、事实（知识）、规则（纪律）三型三本体，查证 = 查节点，可回溯、可翻转、低置信降权。
5. **地图是导航不是答案**：索引密度控制（2000 字预算），细节下钻，能解决就停。
6. **外挂只补缺不落已有**：大模型已掌握的经典知识不重复落系统，只做模型做不到的事（收口/记忆整合/防御/审计）。

---

## 5. 局限与后续

- **value 型难桥（已知，v0.1.7 暴露）**：按图回溯中 value 型 −9pp——行为 ↔ 价值观的远距桥是难点，需写侧补 triggers。
- **state 87 条目级锚定（读侧微调，未完成）**：证据条目级锚定尚未收口。
- **value 88 judge 边界（读侧微调，未完成）**：错误模式判定（推理链断裂 vs 表面捷径）的 judge 边界未收口。
- **评测覆盖**：LoCoMo-Plus 是 16 题长对话基准，更大规模（如 401 题白板）依赖独立 home + 全量回放；BEAM 100K 档受题目硬伤影响，机制验证以相位定案为准。

---

## 6. 版本线（v0.0.1 → v0.1.7）

| 版本 | 内容 |
|---|---|
| v0.0.1 | 记忆体方案（记忆完全本体化）：三型三本体 + 读写沉淀闭环 |
| v0.1.1 | MMR 排重回灌（BEAM 情境树 v2.6 机制）、目标系统 goal.js 初版 |
| v0.1.3 | goal.js 完整接入修复版（含致谢 Zhiyun Shi） |
| v0.1.5 | 目标系统增强：Bridge 触发词 + belief 价值观收录 + 目标激活分 → LoCoMo-Plus **16/16 满分** |
| v0.1.6 | 目标系统描述对齐 npm（触发 Zenodo 首次存档） |
| **v0.1.7** | **记忆地图（检索图方案）：四轴导航 + 按图回溯** → 白板 401 题 83.04% |

---

## 7. 结论

dsh-linghun-memory v0.1.7 验证了一条可复现的认知记忆路径：**记忆 = 结构 + 机制，而非内容堆积**。写侧按本体结构化沉淀（三型三本体 + 目标 + Bridge 锚点），读侧由认知主体按记忆地图主动回溯（情境/目标/档案轴 + 证据层下钻），目标系统提供词面相似度之外的「处境激活」通道。在 LoCoMo-Plus 官方判分上 16/16 满分、白板 401 题 83.04% 首次超越候选注入，证明「放权给图让模型自走」优于「读侧代劳选候选」。v0.1.7 是记忆完全本体化路线的第三个里程碑，后续聚焦 value 型远距桥与 judge 边界收口。

---

## 附录 A：安装与使用

```bash
dsh plugin --profile web add dsh-linghun-memory
npm i dsh-linghun-memory@0.1.7   # 或 npm 全局
```

核心工具：`memory_append`（写）/ `memory_read`（读）/ `memory_touch`（标记）/ `memory_consolidate`（沉淀）/ `memory_project`（本体投影）/ `linghun_goal_update`（目标写）/ `linghun_goal_get`（目标读）/ `linghun_goal_state`（状态机查询）。

## 附录 B：致谢

感谢 **Zhiyun Shi** 对本项目的支持与帮助。

## 附录 C：许可

AGPL-3.0（Copyright (c) 2026 山越野人 & 岚客）