记忆模型

记忆以图的方式组织——这个概念在 核心概念 · 记忆图 里已经讲过：节点是记忆，边是关联。这一章回答另一个问题：记忆图在代码里长什么样？

我们从 soul-mem-core 的当前代码（feature/test_framework 分支工作区）出发，描述记忆的数据结构模型：三类记忆的节点结构、通用的节点/链接结构、以及图的构建方式。更完整的模块级说明见 soul-mem-core。

Note

本文档只讲数据结构：节点有哪些字段、边有哪些类型、图如何构建。图上的算法（PPR 联想、遗忘衰减、巩固）见 深入实现 相关章节。

1. 三类记忆

总记忆图分为三类子图，相互关联：

graph LR
	情境记忆 <--> 语义记忆
	语义记忆 <--> 程序性记忆
	情境记忆 <--> 程序性记忆

1.1 情境记忆（Situation / Episodic）

记忆具体事件经历（如“昨天中午和同学出去吃了麻辣烫“）。节点分两类：

• 具体情境 SpecificSituation：narrative（叙述）+ time_span（时间）+ context（上下文）。
• 抽象情境 AbstractSituation：Location / Participant / Environment / Event 四类抽象元素之一，作为具象情境的二级索引与子图间接口节点。

Context 的六个字段（结构定义于 soul-mem-core/src/memory_note/situation_mem.rs）：

1.2 语义记忆（Semantic）

记忆通用概念、事实与关系（如“北京是中国的首都“），是图的中枢核心（类海马体索引）。

pub struct SemMemory {
    pub content: String,        // 概念/事实内容
    pub aliases: Vec<String>,   // 别名，去重消歧
    pub concept_type: ConceptType, // Entity（具象）/ Abstract（抽象）
    pub description: String,
}

语义链接负载：SemMemLink { verb: String, confidence: f32 }（谓词 + 置信度）。

1.3 程序性记忆（Procedural）

存储“肌肉记忆“、条件反射、行为习惯（如“沉思时会摸下巴“、“傲娇”）。

pub enum ActionType { Speak, Skill(SkillRecord), Think }
pub struct Action { content: String, action_type: ActionType }
pub struct ProcMemory { action: Action }

• 节点只有 Action（无独立 trigger 节点类型）。
• trigger→action 的转移关系建模为边：ProcMemLink::TrigToAction { prob: f64 }（转移概率）。
• 语义记忆可直接连到 action 作为“概念性补充/自我认知“，不触发动作；由情境（trigger）联想 到的 action 才会进入动作提示词（旧设计约定，见 beta_ver.md）。

2. 通用节点与链接结构

2.1 记忆节点 MemoryNote

pub struct MemoryNote {
    id: MemoryId,                       // UUID newtype
    tags: Vec<String>,                  // 标签（暂定参与 embedding）
    retrieval_count: usize,             // 提取次数
    create_time: DateTime<Utc>,
    last_accessed_time: DateTime<Utc>,  // 最后访问时间（LRU/热度相关）
    mem_type: MemoryType,               // 三类记忆之一
    mem_links: Vec<MemoryLink>,         // 该节点出发的出边
}

2.2 记忆链接 MemoryLink

pub struct MemoryLink {
    id: LinkId,
    from: MemoryId,
    to: MemoryId,
    pub intensity: f64,       // 公共连接强度（默认 1.0），遗忘机制的关键载体
    link_type: MemoryLinkType,
}

pub enum MemoryLinkType {
    Proc(ProcMemLink),        // TrigToAction{prob}
    Sem(SemMemLink),          // SemMemLink{verb, confidence}
    Situation(SituationMemLink), // AbstractToSpecific{} / SpecificToAbstract{}
}

• intensity（f64，默认 1.0）为公共边权；SemMemLink.confidence（f32）、 TrigToAction.prob（f64）为类型特定权重。
• SituationMemLink::SpecificToAbstract：具体情境 → 抽象情境的反向边，PPR 从具体情境种子 游走到抽象模式节点后，抽象节点作为 Bayes 动作提取的优先源。

2.3 图结构

• core 层“边随节点存储“（mem_links 内嵌出边，边以 ID 引用两端节点）。
• 运行时由 soul-mem-runtime 的 MemoryCluster 构建真实图： petgraph::StableDiGraph<EmbeddedMemoryNote, GraphMemoryLink>（EmbeddedMemoryNote = 记忆 + 嵌入向量），并维护 mem_id_to_index / link_id_to_index 映射与 incompletely_linked_note 待链接缓冲；通过 MemoryClusterHandle 并发访问。

3. 长期记忆与工作记忆

• 长期记忆：持久化记忆；测试框架中以 fixtures/graphs/<name>.json 图文件加载 （格式见 测试数据规范）。
• 工作记忆：运行时激活的子图（petgraph），修改频繁；新记忆先进入工作记忆。
• 滑动窗口：最近几轮对话（短期记忆），窗口内记忆无条件加入最终检索上下文；滑出前 未巩固的记忆丢失。详见 编排与数据流。

4. 与旧设计（beta_ver.md）的差异速览

下一章：编排与数据流——这些数据结构如何被串联成一个可以运行的系统。