辩证画像(认知推导器)
Myrm 用异步认知推导器替代脆弱的正则偏好提取:对话结束后,后台 LLM 对交流进行辩证推理,将结构化画像写入记忆。推断维度
仅证据支撑:模型无法引用明确信号时字段留空(防幻觉)。
运行时流程
- 提取 —
MemoryExtractor提示含辩证章节;有依据时以memory_type="profile"高置信写入。 - 推导循环 —
cognitive/deriver.py对近期消息异步辩证推理,更新向量与图谱证据。- Token 感知滑动窗口:送入 LLM 前将输入消息限制在约 16,000 字符内,防 OOM 并省预算。
- 双写降级:安全双写 GraphStore 与 SemanticMemory;图谱后端失败或禁用时优雅降级到 SemanticMemory,不丢数据。
- 品味摘要 —
compile_taste_summary将活跃 semantic/profile 行 consolidated 为系统提示词快速可读摘要。 - 注入 —
MemoryContextMiddleware每轮前注入品味摘要(相对 Honcho 式每轮honcho_context工具调用无额外往返)。 - SSE 降噪 — UI 仅在颠覆性变更(矛盾/取代)时通知;常规偏好完全静默后台提取。
- GUI —
TasteSummaryCard展示标签;用户可在记忆指挥中心编辑或删除推断特质。
vs Honcho / Mem0 类 SaaS
相关文档
竞品定位细节见内部材料MEMORY_ADVANTAGE.md(§ vs Honcho / Mem0)。