需求 1: 精确回忆    →  "我上次说的是 Python 还是 Go？"
需求 2: 模式识别    →  "我反复提到'先讨论再执行'，这是一种决策模式"
需求 3: 自我一致    →  "我今天说的不能和三个月前说的矛盾"

---

conversation → agent 判断重要 → memory.add("一行文本") → inject to system prompt

---

100 条 memory → ~3000 tokens → 挤占上下文 → agent 决策质量下降
但 100 条中真正有价值的是：
  - 5 条核心认知（Lin 是谁）
  - 20 条偏好约定（说话风格、执行节奏）
  - 75 条状态信息（上一次在做什么、当前项目是什么）

---

L0  原始数据          对话逐字存储 (JSON 文件系统)
    ↓
L1  索引层            FTS5 全文 + ChromaDB 语义 + 时间检索
    ↓
L2  洞察提炼           AI 提取 → 置信度标签 (EXTRACTED/INFERRED/AMBIGUOUS)
    │                  → 惊喜度评分 → 人工审核队列 (三选一)
    ↓
L3  跨域融合           Leiden 社区检测 → 知识图谱 → 矛盾检测 → 缺口分析
    ↓
L4  核心身份           人工锁定，永不自动修改

---

EXTRACTED  →  直接从对话中提取的事实     →  已知领域不能犯错
INFERRED   →  AI 基于数据的合理推断        →  需要人工审核
AMBIGUOUS  →  信号矛盾或模糊               →  高优先级审核

---

两条已确认洞察:
  "Lin 偏好 Go 作为新项目语言" (EXTRACTED, 2024年)
  "Lin 最终选择 Python"         (EXTRACTED, 2026年)
→ L3 自动标记为 temporal 矛盾 → 生成裁决请求 → 用户确认后旧洞察降级

---

L4 核心身份:
  "Lin 是产品经理思维——定义愿景和边界，AI 负责技术实现"
  🔒 人工锁定，永不自动修改
  L2 提取洞察时会将此作为上下文锚点
  任何与 L4 冲突的推断 → 自动标记为"反直觉"

---

五维模型:
  1. 置信度反转 (AMBIGUOUS 的反而更惊喜)
  2. 跨域连接 (代码偏好的洞察 ↔ 生活决策的洞察)
  3. 跨时间段 (跨越 >30 天的关联)
  4. 反直觉 (与 L4 信念冲突)
  5. 边缘到核心 (低频概念连接到高频概念)

---

当前（v0.14.0）:
  memory 工具 → 单层键值存储 → 注入 prompt

Phase 1 — 结构化:
  给 memory 增加层级概念：
    core_memory    (不可自动修改，类似 L4)
    insight_memory (AI 提取 + 人工审核，类似 L2)
    state_memory   (会话状态，可自动过期)

Phase 2 — 蒸馏:
  memory 从"累加"变为"提炼"
  100 条 raw memory → agent 蒸馏 → 10 条 insight
  insight 注入 prompt，raw memory 仅保留最近 N 天

Phase 3 — 自我纠错:
  内置矛盾检测
  时间轴感知（"2024 年 vs 2026 年"）
  过时记忆自动降级

Phase 4 — 认知图谱:
  跨域关联（从"Lin 喜欢 Python"和"Lin 先讨论再执行"
             推断出"Lin 偏好深思熟虑的技术决策"）

---

# 当前
memory:
  - "Lin 偏好先讨论架构"

# 建议
memory:
  - content: "Lin 偏好先讨论架构再执行"
    layer: insight      # core | insight | state
    confidence: 0.8     # 0.0-1.0
    evidence: [session_abc123]  # 可追溯
    reviewed: true      # 人工确认过

---

system prompt 构建：
  ┌─ L4 核心身份 (core)
  ├─ top 10 insights (insight)  
  ├─ 最近 20 条 state (state)
  └─ 工具配置、技能等

---

L0-L4 代码     ~2500 行 Python
测试           80 passed
Hermes skill   ~/.hermes/skills/mind-twin/SKILL.md

---

Hermes session 导入 → L0 (3204 条)
→ L1 索引
→ L2 提取 12 条洞察 (3 EXTRACTED + 2 INFERRED → 人工审核确认)
→ L3 融合为 2 个社区
→ L4 身份锁定为 "精确"