# 🧠 ST-BME — SillyTavern 仿生记忆生态 > **让 AI 真正记住你们的故事。** > > ST-BME 把对话中散落的角色、事件、地点、关系自动提取为记忆图谱，在下一轮生成前精准召回，让长期 RP 的角色不再"失忆"。 --- ## ✨ 核心能力 - 🧩 **自动提取** — AI 回复后自动从上下文中抽取角色状态、事件、地点、规则、主线等结构化记忆 - 🔍 **多层混合召回** — 向量语义搜索 + 图扩散 + 词法增强 + 认知边界过滤 + 可选 LLM 精排，精准注入 - 🧠 **认知架构** — 主客观分层记忆、角色视角记忆、空间邻接感知、故事时间线，模拟真实认知 - 🌐 **图谱可视化** — 内置力导向图谱面板，直观查看记忆节点之间的关系 - 🎨 **4 套配色主题** — Crimson Synth / Neon Cyan / Amber Console / Violet Haze - 📱 **手机端适配** — 底部 Tab Bar + 精简布局，手机也能用 - 🔄 **历史安全** — 删楼、编辑、切 swipe 时自动回滚恢复，不留脏记忆 - 🧹 **污染标签清理** — 默认清理 thinking/choice/UpdateVariable 等常见污染标签，可自定义正则 - 📦 **不改酒馆本体** — 纯第三方扩展，即装即用 --- ## 🧭 工作原理 整个插件可以拆成三件事：**写入**（把对话变成记忆）、**读取**（把记忆送回给 AI）、**安全**（出了问题能恢复）。 ```mermaid flowchart LR subgraph 写入["✏️ 写入：对话 → 记忆"] A["AI 回复了一条消息"] --> B["结构化消息预处理"] B --> C["LLM 识别出角色/事件/地点等"] C --> D["近邻对照 + 认知归属判定"] D --> E["写入图谱 + 同步向量 + 故事时间线"] end subgraph 读取["🔍 读取：记忆 → 注入"] F["用户准备发送下一条"] --> G["多意图拆分 + 上下文混合查询"] G --> H["向量预筛 → 图扩散 → 词法增强"] H --> I["认知边界过滤 + 混合评分"] I --> J["[可选 LLM 精排] → 分桶注入"] end subgraph 安全["🛡️ 安全：历史变动 → 恢复"] K["用户删楼/编辑/切 swipe"] --> L["检测到哪些楼层变了"] L --> M["回滚受影响的记忆和向量"] M --> N["从变动点重新提取"] end E -.-> F N -.-> E ``` ### 写入阶段（对话 → 记忆） 每次 AI 回复后，插件会把最近几轮对话打包发给 LLM（可以是你聊天用的同一个模型，也可以单独配一个），让它识别出"这段对话里出现了哪些角色、发生了什么事、在哪里、有什么新规则"等等。 **提取管线预处理**： 1. **结构化消息** — 对话被规范为带 `seq/role/speaker/name/rawContent/sourceType` 的结构化消息 2. **Assistant 边界过滤** — 默认排除 `think/analysis/reasoning` 等推理标签内容，可自定义提取/排除规则 3. **分层上下文** — 对话切片、图谱状态、总结快照、故事时间线、Schema 定义作为独立上下文字段传给 LLM 4. **世界书集成** — 提取时可选择是否解析世界书内容，复用酒馆原生世界书扫描逻辑 识别出来的结果不是直接塞进去——插件会先跟已有记忆做对比（通过向量搜索找相似的），如果已经有了就更新，如果是真正的新内容才创建。同时会判定记忆的**认知归属**（角色视角/用户视角/客观）和**空间区域**。 写入之后，还可能触发一些后续处理： - **整合** — 相似记忆合并（Mem0 精确对照 + A-MEM 进化） - **压缩** — 太多类似的事件记忆会被层级合并 - **层级总结** — 基于近期原文窗口生成小总结，并在前沿过厚时继续做总结折叠 - **反思** — 长期模式总结，生成叙事指导原则 - **遗忘** — 很久没被用到的记忆降低优先级 ### 读取阶段（记忆 → 注入） 当你准备发送下一条消息时，插件会抢在 AI 生成之前做一轮"召回"： 1. **多意图拆分** — 自动识别用户消息中的多个意图，分别检索 2. **上下文混合查询** — 融合当前用户输入 + 上一轮 AI 回复 + 前一条用户消息的加权查询 3. **向量预筛** — 用 Embedding 找到语义最相关的候选 4. **图扩散** — 沿关系网络向外扩散，发现间接关联 5. **词法增强** — 关键词精确匹配加权，弥补纯语义搜索的盲区 6. **认知边界过滤** — 按角色视角/用户视角/客观区域过滤和加权 7. **混合评分** — 向量相似度 × 图扩散能量 × 节点重要性 × 时间新旧 × 认知权重 8. **多样性采样** — DPP 采样避免召回内容过于同质 9. **[可选] LLM 精排** — 让 LLM 从候选池中挑选最相关的记忆 10. **格式化注入** — 选出最终入围的记忆，分类整理后注入到 prompt 里 注入的内容分成两层： - **Core（常驻层）** — 规则、主线，以及在没有活跃总结前沿时兜底的旧式全局概要 - **Recalled（动态层）** — 根据当前对话语境召回的 每层内进一步按用途分桶：当前状态 / 情景事件 / 反思锚点 / 规则约束。 **召回 prompt 分段**：recall 的 LLM prompt 将 recentMessages 拆分为"上下文回顾"和"当前召回目标"两段 system message，帮助模型更好地区分参考信息和当前任务。 ### 安全机制（历史变动 → 恢复） 这是很多记忆插件忽略的问题：如果用户删了某条消息、编辑了内容、或者切了 swipe，已经基于那条消息提取的记忆就变成"脏"的了。 ST-BME 的处理方式是： 1. 给每条已处理的消息计算 hash（指纹） 2. 发现 hash 变了 → 找到最早受影响的位置 3. 把那之后产生的记忆和向量全部回滚 4. 从变动点重新走一遍提取流程 如果恢复日志损坏了，会退化为全量重建——慢一点但保证正确。 **持久化稳态保障**： - IndexedDB 热路径走增量提交（`buildPersistDelta`），不再整图替换 - `accepted/recoverable` 语义分层：只有 IndexedDB 和 chat-state 计入 accepted；shadow 与 metadata-full 仅为 recoverable 恢复锚点 - Restore Lock 门禁：手动重建/导入/云恢复等操作期间，自动提取/召回/持久化重试自动暂停 --- ## 🚀 安装 ### 方法一：通过 SillyTavern 扩展安装 1. 打开 SillyTavern → 扩展 → 安装扩展 1. 输入仓库地址： ```text https://github.com/Youzini-afk/ST-Bionic-Memory-Ecology ``` 注意：请粘贴仓库根地址，不要使用像 `/graphs/code-frequency` 这样的 GitHub 子页面地址。 1. 刷新页面 ### 方法二：手动安装 ```bash cd SillyTavern/data/default-user/extensions/third-party git clone https://github.com/Youzini-afk/ST-Bionic-Memory-Ecology.git st-bme ``` 重启 SillyTavern 即可。 --- ## ⚡ 快速上手 1. **打开面板** — 左上角 ≡ 菜单 →「🧠 记忆图谱」 2. **启用插件** — 进入面板的「配置 → 功能开关」，打开 ST-BME 自动记忆 3. **配置 Embedding** — 进入「配置 → API 配置」，选择向量模式并填好模型 4. **开始聊天** — 正常跟角色对话，插件会自动在后台提取和召回 > **最少配置：** 只勾选"启用"就能跑起来。默认会复用你当前的聊天模型做提取。 --- ## 📝 记忆类型 插件会把对话拆解成以下几种记忆节点： | 类型 | 说明 | 举例 | | ------ | ------ | ------ | | 🧑 角色 | 角色的当前状态、性格、外貌变化 | "小明因为淋雨感冒了" | | ⚡ 事件 | 发生过的事 | "河边的告白" | | 📍 地点 | 地点状态 | "废弃实验室，门被锁上了" | | 📌 规则 | 世界观设定、约束 | "魔法会消耗生命力" | | 🧵 主线 | 任务线/剧情线 | "寻找失踪的项链" | | 📜 全局概要（旧） | 单条全局前情提要，现主要用于兼容 / 迁移兜底 | — | | 💭 反思 | 长期规律总结 | "他们经常在夕阳下聊天" | | 👁️ 主观记忆 | 角色视角下的记忆，含误解和情绪 | "她以为他离开了，其实他躲起来了" | 这些节点之间还会建立关系（参与、发生在、推动、矛盾、更新、时序更新等），形成一张完整的记忆网络。 ### 认知架构 ST-BME 的记忆不是扁平的——它模拟了真实的认知分层： **主客观分层**： - **客观层** — 事件、地点、规则等事实性记忆，按空间区域组织 - **主观层（POV）** — 角色视角记忆，包含信念、情绪、态度，甚至允许"误解"（`certainty: mistaken`） **空间感知**： - 记忆按空间区域归属（当前区域/邻接区域/全局）加权召回 - 角色移动时，相关区域的记忆权重自动调整 **故事时间线**： - 每条记忆带有故事时间标记（当前/近过去/远过去/闪回/未来） - 时间线上下文可注入 prompt，帮助模型保持时间感知 - 支持软引导（`storyTimeSoftDirecting`），不强制但提示模型注意时间流 ### 总结状态 当前主用的总结体系不是 `synopsis` 节点，而是 `summaryState` 中持续演化的「小总结 + 总结折叠」活跃前沿。 --- ## 🔧 设置说明 ### 记忆 LLM 用来做提取、压缩、整合、小总结、总结折叠、反思等任务的模型。 - **留空** → 复用当前 SillyTavern 的聊天模型（最简配置） - **填写** → 你可以指定一个独立的 OpenAI-compatible 模型专门处理记忆 - **自动检测** → 插件会自动检测是否配置了专用的记忆 LLM 提供商 ### Embedding（向量搜索） 向量搜索是"智能召回"的关键。支持两种模式： #### 后端模式（推荐） 走 SillyTavern 后端的向量 API，最稳定： - 支持 OpenAI / Cohere / Mistral / Ollama / LlamaCpp / vLLM 等 - 在设置面板选择「后端向量源」，填好模型名即可 - 不需要单独填 API Key，复用酒馆已有的 #### 直连模式 如果你需要完全独立的 Embedding 服务（比如酒馆后端不支持的源）： - 填入 Embedding API 地址、Key、Model - 插件直接请求你的 Embedding 服务 - 注意浏览器跨域问题（CORS） > **切换向量模式/模型后，建议点一次"重建向量"。** ### 提取设置 | 设置 | 默认 | 说明 | | ------ | ------ | ------ | | 每 N 条回复提取 | 1 | 每几条 AI 回复做一次提取 | | 提取上下文轮数 | 2 | 提取时向前看几轮对话 | | 提取模式 | pending | 手动提取面板默认模式（pending/rerun），跨会话记忆 | | Assistant 排除标签 | think,analysis,reasoning | 默认排除的推理标签 | | 提取消息上限 | 0（不限） | 限制传入 prompt 的最近消息数量 | | 提取 Prompt 模式 | both | 对话传入方式：both/transcript/structured | | 提取世界书模式 | active | 是否在提取时解析世界书 | | 包含故事时间线 | 开 | 提取 prompt 中包含故事时间线上下文 | | 包含总结快照 | 开 | 提取 prompt 中包含活跃总结快照 | ### 召回设置 | 设置 | 默认 | 说明 | | ------ | ------ | ------ | | 向量预筛 Top-K | 20 | 向量预筛阶段最多保留多少个候选 | | LLM 精排候选池 | 30 | 进入 LLM 精排阶段前的候选池大小 | | LLM 最终选择上限 | 12 | LLM 精排后最多保留多少条记忆 | | 图扩散 Top-K | 100 | 图扩散阶段最多保留多少个候选 | | 注入深度 | 9999 | 当前走 IN_CHAT@Depth，数值越大越靠前插入 | | 多意图拆分 | 开 | 自动识别用户消息中的多个意图 | | 上下文混合查询 | 开 | 融合用户输入 + AI 回复 + 前一条用户消息 | | 词法增强 | 开 | 关键词精确匹配加权 | | 多样性采样 | 开 | DPP 采样避免召回内容过于同质 | | 时序链接 | 开 | 相邻时间节点的关联增强 | | 角色视角权重 | 1.25 | 当前角色视角记忆的召回加权 | | 用户视角权重 | 1.05 | 用户视角记忆的召回加权 | | 当前区域权重 | 1.15 | 当前空间区域记忆的召回加权 | | 邻接区域权重 | 0.9 | 邻接空间区域记忆的召回加权 | | 全局区域权重 | 0.75 | 全局空间区域记忆的召回加权 | ### 维护设置 | 设置 | 默认 | 说明 | | ------ | ------ | ------ | | 启用整合 | 开 | 相似记忆自动合并 | | 整合阈值 | 0.85 | 向量相似度高于此值时触发合并 | | 启用层级总结 | 开 | 启用「小总结 + 总结折叠」主路径（兼容旧 `enableSynopsis` 命名） | | 小总结频率 | 3 次提取 | 每累计多少次提取生成一条新的小总结 | | 折叠扇入 | 3 | 同层活跃总结达到多少条时触发一次折叠 | | 启用反思 | 开 | 让 AI 总结长期模式 | | 启用自动压缩 | 开 | 事件/主线节点过多时自动层级合并 | | 启用主动遗忘 | 开 | 太久没被用到的记忆降低优先级 | | 启用智能触发 | 关 | 仅在检测到关键内容时才提取 | | 启用概率召回 | 关 | 以一定概率触发召回，减少 token 消耗 | ### 污染标签清理 插件默认携带 5 条通用正则规则，自动清理 prompt 中的常见污染标签： - `thinking/think/analysis/reasoning` — 推理/思维链标签 - `choice` — 选择标签 - `UpdateVariable` — MVU 变量更新标签 - `status_current_variable` — MVU 状态变量标签 - `StatusPlaceHolderImpl` — MVU 状态占位标签 这些规则作为 `globalTaskRegex` 的默认预设，用户可以在「系统提示词」配置页自定义或清空。如果显式保存空规则，插件不会偷偷加回默认规则。 --- ## 🖥️ 操控面板 从左上角 ≡ 菜单点「🧠 记忆图谱」打开面板。 ### 总览 Tab - 统计数据（活跃节点、边、归档数、碎片率） - 运行状态（聊天 ID、向量状态、持久化状态、历史状态） - 最近提取 / 召回的记忆 ### 记忆 Tab - 搜索和筛选记忆节点 - 点击节点查看详情 - 支持按类型过滤 ### 注入 Tab - 预览当前注入内容 - 查看 token 消耗 ### 操作 Tab - 手动提取 — 立即从当前对话提取（模式选择跨会话记忆） - 手动压缩 — 合并重复/冗余的事件 - 执行遗忘 — 降低长期未使用记忆的优先级 - 生成小总结 — 基于近期原文窗口生成阶段性总结 - 执行总结折叠 — 折叠当前活跃总结前沿 - 重建总结状态 — 从提取批次重建小总结与折叠总结 - 导出 / 导入图谱 - 重建图谱 — 从当前聊天重新提取全部记忆 - 重建向量 — 重建全部向量索引 - 强制进化 — 让新记忆影响旧记忆 ### 配置 Tab 配置页是一个完整的工作区，分成 5 个子页： - **API 配置** — 记忆 LLM、Embedding 向量源 - **功能开关** — 提取/召回/维护各项功能的启用开关 - **详细参数** — 检索流水线、认知架构、维护阈值等细粒度参数 - **系统提示词** — 任务预设模板编辑、全局正则规则管理 - **面板外观** — 主题切换、通知模式 桌面端会显示左侧竖向子导航，右侧显示宽版配置表单；移动端则改成顶部横向子页切换。 ### 图谱可视化 桌面端右侧大区域显示力导向图谱，节点可拖拽、缩放、点击查看详情。支持 4 套主题配色切换。 --- ## 🔄 历史安全 这是最重要的功能之一。 当你在 SillyTavern 里做以下操作时： - 删除某条消息 - 编辑某条消息 - 切换 swipe 插件会自动检测到历史发生了变化，然后： 1. **止损** — 停止当前推进，清空可能失效的注入 2. **回滚** — 找到受影响的批次，删除相关记忆和向量 3. **恢复** — 从变动点重新提取 这样你就不用担心"改了历史但记忆还留着错的内容"的问题。 --- ## 📋 手动操作速查 | 操作 | 说明 | | ------ | ------ | | 手动提取 | 不等自动触发，立刻提取当前对话 | | 手动压缩 | 把重复/冗余的事件合并 | | 执行遗忘 | 降低长期未使用记忆的优先级 | | 生成小总结 | 基于近期原文窗口生成一条新的阶段性总结 | | 执行总结折叠 | 将多条同层活跃总结折叠成更高层总结 | | 重建总结状态 | 从提取批次重建小总结与折叠总结 | | 导出图谱 | 下载当前图谱 JSON（不含向量） | | 导入图谱 | 导入图谱文件（导入后需重建向量） | | 重建图谱 | ⚠️ 清空现有图谱，从聊天记录重新提取 | | 重建向量 | 重建全部节点的向量索引 | | 范围重建向量 | 只重建指定楼层范围内的向量 | | 强制进化 | 让新记忆深度影响旧记忆认知 | --- ## 🏗️ 开发者参考 ### 文件结构 ```text ST-BME/ ├── index.js # 主入口：事件绑定、流程调度、历史恢复、持久化协调 ├── manifest.json # SillyTavern 扩展清单 ├── style.css # 全部样式 │ ├── graph/ # 图数据模型与领域状态 │ ├── graph.js # 节点/边 CRUD、序列化、版本迁移 │ ├── graph-persistence.js # 聊天元数据、commit marker、shadow snapshot、加载状态 │ ├── schema.js # 节点类型 Schema 定义（8 种节点 + 8 种关系） │ ├── memory-scope.js # 主客观分层、空间区域归属 │ ├── knowledge-state.js # 认知归属、可见性、区域状态 │ ├── story-timeline.js # 故事时间线、时间桶分类、时间跨度 │ ├── summary-state.js # 活跃总结状态管理 │ └── node-labels.js # 节点显示名截断 │ ├── maintenance/ # 写入链路 │ ├── extractor.js # LLM 记忆提取管线（对话 → 节点/边 → 图操作） │ ├── extraction-controller.js# 提取任务编排、范围重提、批处理持久化快照 │ ├── extraction-context.js # 结构化消息预处理、assistant 边界过滤 │ ├── chat-history.js # 对话楼层管理、hash 检测、恢复日志 │ ├── consolidator.js # 统一记忆整合（Mem0 对照 + A-MEM 进化） │ ├── compressor.js # 层级压缩与遗忘 │ ├── hierarchical-summary.js # 层级摘要折叠 │ ├── smart-trigger.js # 智能触发决策 │ └── task-graph-stats.js # 任务级图谱统计（共享排序核心） │ ├── retrieval/ # 读取链路 │ ├── retriever.js # 三层混合检索编排（向量 + 图扩散 + LLM 精排） │ ├── shared-ranking.js # 共享排序核心（查询归一化、上下文混合、向量预筛、词法评分、图扩散、混合打分） │ ├── recall-controller.js # 召回输入解析与注入控制 │ ├── retrieval-enhancer.js # 多意图拆分、共现增强、DPP 多样性采样、残差召回 │ ├── diffusion.js # 图扩散算法 │ ├── dynamics.js # 混合评分与访问强化 │ ├── injector.js # 召回结果格式化注入 │ └── recall-persistence.js # 持久召回记录 │ ├── prompting/ # Prompt 构建与模板 │ ├── prompt-builder.js # 任务 Prompt 组装（分层上下文 + 分段 transcript） │ ├── prompt-profiles.js # 任务预设定义与全局正则预设 │ ├── default-task-profile-templates.js # 默认任务模板源 │ ├── prompt-node-references.js# Prompt 节点短引用与截断标签 │ ├── task-regex.js # 任务正则执行器（复用酒馆正则 + 本地规则） │ ├── task-worldinfo.js # 任务级世界书激活引擎（含 EJS 支持） │ ├── task-ejs.js # 任务 EJS 模板渲染 │ ├── injection-sanitizer.js # 注入内容清洗（MVU 兼容 + 正则清理） │ └── mvu-compat.js # MVU (MagVarUpdate) 兼容层 │ ├── llm/ # LLM 请求封装 │ ├── llm.js # 记忆 LLM 请求、JSON 输出、流式 SSE、超时、调试脱敏 │ └── llm-preset-utils.js # LLM 预设工具、OpenAI 兼容提供商检测 │ ├── vector/ # 向量索引 │ ├── vector-index.js # Embedding 配置、验证、向量文本构造、检索入口 │ └── embedding.js # 直连 Embedding API 封装 │ ├── runtime/ # 运行时状态 │ ├── runtime-state.js # 楼层 hash、dirty 标记、批日志、恢复点、归一化 │ ├── settings-defaults.js # 默认设置定义与迁移 │ ├── generation-options.js # 生成选项解析 │ ├── user-alias-utils.js # 用户别名检测与匹配 │ ├── debug-logging.js # 调试日志工具 │ ├── runtime-debug.js # 运行时诊断 │ ├── request-timeout.js # 请求超时常量 │ └── planner-tag-utils.js # Planner 标签工具 │ ├── sync/ # 持久化与同步 │ ├── bme-db.js # IndexedDB (Dexie) 数据层、增量提交、快照 │ ├── bme-sync.js # 云同步（/user/files/ 镜像）、备份/恢复、冲突合并 │ └── bme-chat-manager.js # chatId → BmeDatabase 生命周期管理 │ ├── host/ # SillyTavern 宿主适配 │ ├── event-binding.js # 宿主事件注册与调度 │ ├── st-context.js # 酒馆上下文快照 │ ├── st-native-render.js # 酒馆原生 EJS 渲染兼容 │ └── adapter/ # 宿主能力适配层 │ ├── index.js # 适配器入口 │ ├── capabilities.js # 宿主能力检测 │ ├── context.js # 上下文适配 │ ├── injection.js # 注入适配 │ ├── regex.js # 正则适配（复用酒馆原生正则引擎） │ └── worldbook.js # 世界书适配 │ ├── ui/ # 用户界面 │ ├── panel.js # 操控面板交互逻辑 │ ├── panel.html # 面板 HTML 模板 │ ├── panel-bridge.js # 懒加载面板与菜单注入 │ ├── ui-actions-controller.js# 面板 action 逻辑封装 │ ├── ui-status.js # 持久化状态 UI 文案 │ ├── graph-renderer.js # Canvas 力导向图谱渲染器 │ ├── graph-renderer-utils.js # 渲染工具函数 │ ├── panel-graph-refresh-utils.js # 面板图谱刷新工具 │ ├── panel-ena-sections.js # ENA Planner 原生配置区绑定 │ ├── recall-message-ui.js # 消息级召回卡片 UI（子图渲染 + 侧边栏编辑） │ ├── hide-engine.js # 旧消息隐藏引擎（使用酒馆原生 /hide /unhide） │ ├── notice.js # 通知系统 │ └── themes.js # 4 套主题配色 │ ├── ena-planner/ # ENA Planner 子模块 │ ├── ena-planner.js # Planner 主逻辑 │ ├── ena-planner-storage.js # Planner 存储 │ ├── ena-planner-presets.js # Planner 预设 │ └── （UI 已并入主面板配置页） │ ├── vendor/ # 第三方依赖 │ └── js-yaml.mjs # YAML 解析器 │ └── tests/ # 测试脚本（50+ 测试文件） ├── p0-regressions.mjs # P0 回归测试集 ├── graph-persistence.mjs # 图持久化测试 ├── shared-ranking.mjs # 共享排序测试 └── ... # 其他专项测试 ``` ### 数据存储 - **图谱主存储（本地优先）** → `IndexedDB`（Dexie） - DB 名固定：`STBME_{chatId}` - 热路径走增量提交（`buildPersistDelta`），不再整图替换 - 运行时主读取路径：优先 IndexedDB - **跨设备同步镜像** → SillyTavern 文件 API `/user/files/` - 同步文件名：`ST-BME_sync_{sanitizedChatId}.json` - 备份文件名：`ST-BME_backup_{slug}-{hash}.json` - 冲突合并：`updatedAt` 新者胜；tombstone `deletedAt` 优先；`lastProcessedFloor/extractionCount` 取 `max` - `meta` 为同步 JSON 顶层首字段，`revision` 全程单调递增 - 支持自动/手动两种云存储模式 - **兼容兜底（迁移窗口）** → `chat_metadata.st_bme_graph` - 仅用于 legacy 兼容与迁移，不再是主路径 - **墓碑（tombstones）** → 保留期固定 30 天 - **插件设置** → SillyTavern 的 `extension_settings.st_bme` - **向量索引** → 后端模式走酒馆 API；直连模式存在节点内 - **召回持久注入** → `chat[x].extra.bme_recall`（消息级） ### 持久化稳态架构 ```text 写入路径： 提取结果 → baseSnapshot → buildSnapshotFromGraph → buildPersistDelta → db.commitDelta ↓ 单事务内：差量 upsert/delete/tombstone + meta/revision/syncDirty 持久化回退链： 1. IndexedDB（accepted=true） ← 首选 2. chat-state（accepted=true） ← IndexedDB 不可用时的 accepted fallback 3. shadow / metadata-full（recoverable=true, accepted=false） ← 仅恢复锚点 4. pending persist 队列 ← 全部不可用时排队等重试 Restore Lock 门禁： manual rebuild / graph import / summary rebuild / cloud restore / restore rollback → 期间自动暂停：自动提取恢复 / 持久化重试 / 召回失效 / 历史恢复 ``` ### 兼容迁移策略（legacy metadata → IndexedDB） - 触发：聊天加载/切换后，若目标 `STBME_{chatId}` 为空且存在 legacy `chat_metadata` 图谱 - 行为：自动一次性迁移到 IndexedDB，并立即尝试同步到 `/user/files/` - 幂等： - 若 `migrationCompletedAt > 0`，跳过 - 若 IndexedDB 已非空，跳过 - 迁移记录： - `migrationCompletedAt` - `migrationSource`（默认 `chat_metadata`） - `legacyRetentionUntil`（30 天） ### 事件挂载 | SillyTavern 事件 | 做什么 | | ------ | ------ | | `CHAT_CHANGED` | IndexedDB 优先加载 + 自动同步 | | `GENERATION_AFTER_COMMANDS` | AI 回复后提取记忆 | | `GENERATE_BEFORE_COMBINE_PROMPTS` | 生成前召回并注入 | | `MESSAGE_RECEIVED` | 触发图谱持久化（IndexedDB 增量提交） | | `MESSAGE_SENT` | 发送意图钩子，捕获权威输入 | | 删除 / 编辑 / Swipe | 触发历史变动检测与恢复 | ### 召回流水线 ```text 用户输入 → 多意图拆分 → 上下文混合查询 → 向量预筛 → 图扩散 → 词法增强 → 认知边界过滤 → 混合评分 → 多样性采样 → [可选 LLM 精排] → 场景重构 → 分桶注入 ``` ### 提取管线 ```text AI 回复 → 结构化消息预处理 → Assistant 边界过滤（排除推理标签） → 分层上下文组装（对话 + 图谱 + 总结 + 时间线 + Schema） → [可选世界书扫描] → LLM 提取 → 近邻对照 → 认知归属判定 → 写入图谱 + 同步向量 + 故事时间线 → [后续维护：整合/压缩/层级总结/反思/遗忘] ``` ### Prompt 构建架构 ```text 任务预设模板（taskProfiles） → buildTaskPrompt ├── system: 角色指引 + 规则 + 格式定义 ├── context blocks: │ ├── recentMessages（分段：上下文回顾 / 当前目标） │ ├── graphStats（共享排序核心，G1/G2 风格引用，无裸 UUID） │ ├── activeSummaries │ ├── storyTimeContext │ └── worldInfo（任务级世界书扫描 + EJS 渲染） ├── Schema 定义 └── 用户 prompt 全局正则（globalTaskRegex）→ 按 prompt 阶段执行清理 任务本地正则（localRules）→ 按消息级 role 递归应用 注入清洗（injection-sanitizer）→ MVU 兼容 + 最终安全检查 ``` ### 持久召回注入（`message.extra.bme_recall`） 召回注入支持消息级持久化，存放在对应用户楼层： - 路径：`chat[x].extra.bme_recall` - 主要字段： - `version` - `injectionText` - `selectedNodeIds` - `recallInput` - `recallSource` - `hookName` - `tokenEstimate` - `createdAt` / `updatedAt` - `generationCount`（**仅**在该持久注入被实际用作生成回退时递增） - `manuallyEdited`（仅表示来源是否为人工编辑） 注入优先级（避免双重注入）： 1. **本轮有新召回成功**：仅使用新召回注入（临时注入），并覆盖写入目标用户楼层的 `bme_recall`。 2. **本轮无新召回结果**：仅从"当前生成对应的用户楼层"读取 `bme_recall` 作为回退注入。 3. **两者都无**：清空注入。 > `manuallyEdited` 不参与优先级判断，不会强制覆盖系统召回。 消息级 UI： - 带有 `bme_recall` 的用户消息会显示内联卡片（含用户消息 + 🧠 召回条 + 记忆数 badge）。 - 显示前提：必须同时满足 **用户楼层**、`message.extra.bme_recall` 存在、且 `injectionText` 为非空字符串。 - 点击召回条展开，显示**力导向子图**（仅渲染被召回的节点和它们之间的边，复用 `GraphRenderer`）。 - 子图中节点可拖拽/缩放，点击节点打开**右侧边栏**查看节点详情。 - 操作按钮（展开态底部）： - **✏️ 编辑**：打开侧边栏编辑注入文本（实时 token 计数），保存后标记 `manuallyEdited=true`。 - **🗑 删除**：二次确认（按钮变红 3s 超时重置），确认后移除持久召回记录。 - **🔄 重新召回**：重新执行召回并覆盖记录，`manuallyEdited` 重置为 `false`。 - 不再使用 `prompt()` / `alert()` / `confirm()` 浏览器原生对话框。 - 当聊天 DOM 延迟插入时，插件会执行**有界重试 + 短生命周期 MutationObserver 补偿**，避免单次刷新错过挂载。 兼容性说明： - 旧聊天（无 `extra` 或无 `bme_recall`）会自动按"无持久记录"处理，不会报错。 - Recall Card 依赖消息楼层存在稳定索引属性（如 `mesid` / `data-mesid` / `data-message-id`），不会再回退到 DOM 顺序猜测，以避免误挂载到错误楼层。 - 第三方主题至少需要保留 `#chat .mes` 外层消息节点；卡片会优先尝试挂载到 `.mes_block`，其次 `.mes_text` 的父节点，最后回退到 `.mes` 根节点。 - 若第三方主题完全移除了这些锚点或稳定索引属性，插件会选择**跳过挂载并输出 `[ST-BME]` 调试日志**，而不是静默挂到错误位置。 排障建议（数据存在但 UI 不显示时）： 1. 打开浏览器控制台，搜索 `[ST-BME] Recall Card UI` 或 `[ST-BME] Recall Card persist` 调试日志。 2. 确认目标楼层是否为**用户消息**，并检查 `message.extra.bme_recall.injectionText` 是否非空。 3. 检查消息 DOM 是否仍带有稳定楼层索引属性（`mesid`、`data-mesid`、`data-message-id` 等）。 4. 若使用第三方主题，确认消息节点仍包含 `#chat .mes`，且消息内容区域未完全移除 `.mes_block` / `.mes_text` 相关结构。 5. 如果聊天是异步渲染的，等待一小段时间后再次观察；插件会在短时间内自动补偿重试，而不是只尝试一次。 --- ## ⚠️ 已知限制 1. **记忆质量取决于 LLM** — 模型提取不准，记忆也会不准 2. **直连模式有跨域风险** — 浏览器的 CORS 限制可能导致请求失败 3. **后端向量仅支持酒馆已有 provider** — 不在列表里的需要用直连 4. **恢复优先正确性** — 批次日志缺失时会退化为全量重建，可能较慢 5. **主观记忆依赖提取质量** — 角色视角记忆的"误解"效果需要模型配合 --- ## 📄 License AGPLv3 — 详见 [LICENSE](./LICENSE)