记忆系统

N.E.K.O. 的记忆系统提供跨会话的持久化上下文，使角色能够记住过去的对话、用户偏好和不断发展的关系。

存储层级

层级	存储方式	保留策略	访问模式
近期记忆	JSON 文件（recent_*.json）	滑动窗口	直接读取，按角色分离
时间索引原文	SQLite（time_indexed_original）	永久保留	时间范围查询
时间索引压缩	SQLite（time_indexed_compressed）	永久保留	时间范围查询
语义记忆	向量嵌入（text-embedding-v4）	永久保留	相似度搜索

记忆如何融入对话

1. 新会话开始时，系统加载近期记忆（最近 N 条消息）作为即时上下文。
2. 语义搜索根据当前话题检索相关的历史对话。
3. 时间索引查询为时间引用提供时序上下文（"昨天"、"上周"）。
4. 所有检索到的记忆作为上下文注入到 LLM 系统提示词中。

压缩流水线

旧对话会被定期压缩以节省上下文窗口空间：

Raw conversation ──> Summary model (qwen-plus) ──> Compressed summary
                                                        │
                                                   Stored in time_indexed_compressed

ROUTER_MODEL（默认：qwen-plus）决定哪些记忆值得完整保留、哪些应该压缩。

记忆审阅

用户可以在 http://localhost:48911/memory_browser 浏览和修正已存储的记忆。这有助于解决：

• 被当作"记忆"存储的模型幻觉
• 角色内化的错误事实
• 对话摘要中的重复模式

API 端点

完整的端点参考请参阅记忆 REST API。

端点	方法	用途
/api/memory/recent_files	GET	列出所有记忆文件
/api/memory/recent_file	GET	获取特定记忆文件内容
/api/memory/recent_file/save	POST	保存更新后的记忆
/api/memory/update_catgirl_name	POST	跨记忆重命名角色
/api/memory/review_config	GET/POST	记忆审阅设置