Git on UKonA有空

把记忆存进Git：一个AI记忆系统的数据模型

Sat, 26 Sep 2026 12:00:00 +0800

字数：约2800字 | 阅读时间：8分钟 “索引烧了可以重建，正本烧了就什么都没了。”

「记忆工程」系列第二篇。上一篇讲了为什么要给 AI 造一个"第二大脑"，这一篇往下挖一层：记忆到底长什么样，为什么必须能 diff，以及四条底线是怎么一条条落进代码里的。

一、先说清楚"正本"是什么

上一篇发出去之后，被问得最多的问题是：向量库、嵌入式数据库、各种记忆框架都有，为什么偏要从"一堆文件加一个 Git 仓库"开始？

先给结论：我们要的不只是“存得下”，更要"毁不掉"。

所谓正本，就是把所有派生物全删掉之后还剩下的那份东西。embedding 索引删了，可以从 Markdown 重建；缓存删了，可以重新生成。这些都可以坏，坏了重跑就行。但 Markdown 和 Git 历史要是没了，整个系统就只剩一个空壳。反过来，只要这两样在，索引层随便推倒重来，十分钟满血复活。

这个设计被真实场景检验过。项目进行中，本机的记忆仓库被一次强制重置打翻，AI 在巡检报告里提示了异常。最后我们是靠 Git 的操作日志（reflog）把现场完整恢复的——那些记忆要是存在某个私有数据库里，那次大概率就是永久丢失，连"去哪找"都不知道。

记忆系统天然处在各种自动化程序的写风险之下：AI 会写错，脚本会写崩，重置会误伤。把正本放在最笨、最老实、二十年不会过时的格式上，就是给整个系统设了一个止损下限。

二、骨架：三种记录

结论先行：整个记忆库只有三种记录——Topic、Fact、Relation。

**Topic 是实体节点。**一个项目、一个工具、一次会话、一个设计决策，都是 Topic。它是记忆图里"名词"的部分。

Fact 是关于某个 Topic 的一条离散陈述。“切片查询默认走三级降级"是一条 Fact，“查询接口只监听本机"也是。每条 Fact 独立存在，独立带状态，独立过期。

**Relation 是带类型的边。**MVP 只留了七种：depends-on、part-of、belongs-to、authored-by、references、conflicts-with、supersedes。

为什么只留七种？因为实际运行里我们观察到一个现象：关系类型一旦放开，AI 就开始发明关系——“somewhat-related-to"这种模糊边一多，图就废了，查询时全是噪音。宁可类型少，也要收敛。

三、一条事实的解剖

空谈模型容易飘，看一条真实的记忆。这是演示库里的一条 Fact（commit 哈希做了截断）：

---
type: fact
id: fact-alpha-getuser-main
topics: [project-alpha]
status: active
confidence: high
provenance: demo-seed
repo: …/project-alpha
version: main
commit: 1a2b3c4
axis: subject
---

Alpha 在 main 分支只提供 getUser(id) 单点查询，无限流。

前面这几行 frontmatter 是机器读的索引：id 是唯一编号，topics 声明这条事实挂在哪些实体上，status 是生命周期状态（active / expired / superseded / contested / pending-review），confidence 是置信度，provenance 记来源。

给AI建一个'第二大脑'：我的记忆外挂立项记

Wed, 23 Sep 2026 12:00:00 +0800

字数：约2500字 | 阅读时间：7分钟 “上下文窗口是租来的，记忆得自己盖房。”

一、从一次"失忆"说起

上个月，我在两台机器上让两个AI协作开发同一个项目。A机上的AI刚做完一轮设计评审，结论写进了它的会话记录；B机上的AI第二天接着干活，对这份结论一无所知，按自己"新想"的方案把接口改了。等我发现时，两边的代码已经分叉，返工花了整整一个晚上。

这件事之后我盘了盘自己的AI工作流，发现"失忆"无处不在：

会话内失忆：上下文窗口一满，早期聊定的决策就被挤出去，AI开始"自作主张"；
会话间失忆：新会话从零开始，我要么把背景重新粘一遍，要么接受它带着错误的前提干活；
工具间失忆：A工具记住的东西，B工具看不到。换一个工具，等于换了一个没有经验的实习生；
机器间失忆：我在台式机、笔记本、服务器上各跑着AI助手，它们对同一个项目的认知互不相通。

这些问题的根子不在模型。模型的能力一直在涨，但记忆这件事，从来没有一个正经的架构位置——它被默认塞在上下文窗口里，而上下文窗口本质上是租来的临时工位。

二、结论先行：做一个"外置记忆层"

am（agent memory）想做的事情一句话能讲完：把"记忆"从AI身体里搬出来，做成一个独立于任何AI、任何工具，人和程序都能读写的知识层。

它不是一个聊天记录归档工具，也不是又一个向量数据库。核心形态是四样东西：

一堆纯Markdown文件：每个文件记录关于某个"话题"（Topic）的事实（Fact）和关系（Relation）；
一个Git仓库：每次记忆变更都是一次commit，可diff、可回滚、可审计；
一层自动化维护程序：监听会话、代码提交、文件变更，自动提取新事实、更新旧事实、标记过期；
一套切片查询接口：任何AI进入任务前，报上"我是谁、在哪个项目、哪个分支、什么时间"，就能领到一份恰好够用的上下文包。

三、四条底线

设计阶段最纠结的是取舍。最后沉淀下来四条底线，一条都不能让：

1. 明文Markdown是唯一正本

记忆永远以人能直接读的Markdown存在。embedding、索引、缓存都是派生物——删了随时能重建，永远不作为事实来源。这条底线保证的是：哪天这套系统黄了，我剩下的还是一堆能直接翻的笔记，而不会是一把打不开的锁配一个看不懂的库。

2. 每次变更都是一次Git commit

谁改的、什么时候改的、改了什么——全部留在commit历史里。AI改错了记忆，和改错了代码一样，可以被review、可以revert。这条底线的价值很快就被验证过：项目进行中有一次，一个AI报告"本机仓库曾被外部进程强制重置"，我们就是靠Git的操作日志（reflog）把现场完整恢复的。要是记忆存在某个私有数据库里，那次可能就直接丢了。

3. 工作区隔离

每个项目的记忆是独立的vault（库），物理隔离，一个项目的记忆污染不能蔓延到另一个项目。多个AI对世界有不同"认知"时，靠Git分支来隔离各自的现实。

4. 跨库一等链接

记忆之间用双链语法（类似Obsidian的[[链接]]）连接，跨项目、跨库的引用是一等公民。真实世界的知识本来就不是树状的：一个"传感器"话题，会同时关联"通信协议"、“部署环境”，和"那次印象深刻的踩坑"。

四、一条记忆长什么样

空谈架构容易飘，看个简化示例（省略了部分字段）。一条关于项目的事实，在库里就是一个Markdown小节：

### fact-0217 · 切片查询默认走三级降级
- 关于: [[Tool: 切片查询]]
- 陈述: 检索先走向量近似，超时或预算不足时逐级退回
 token索引、图遍历，保证任何情况下都有返回。
- 版本轴: repo=am-main, branch=main, commit=f40cd48
- 来源: 2026-09-23 基准测试轮 · 置信度: 高
- 状态: 有效

机器读它，人也能读它，Obsidian里点开就能改。查询的时候，AI报上"我在哪个仓库、哪个分支、当前时刻"，系统从记忆图里切出这个"世界"下所有有效的条目，渲染成一份上下文包交出去——过期的事实一条都不会混进来。而这一切的每一次变更，都对应Git历史里一行可以追溯的commit。

五、最容易低估的难点：时间

整个设计里最反直觉、也最值钱的决定，是给每条记忆标注它属于哪个版本的世界。

举个例子。一条记忆写着"配置文件的格式是YAML"。三个月后项目重构，格式改成了JSON。这条记忆过期了吗？

看情况——如果你的服务还跑在旧版本上，它依然有效；如果你在新分支上开发，它已经错了。所以每条事实都必须回答：“我在说哪个仓库、哪个分支、哪个提交时刻的世界？”