记忆系统
记忆(Memory)是 DeepTutor 的可审计个性化系统。它刻意不是一个隐藏的向量库——而是一条以文件为底、可读、可整理、可审计的三层管线。DeepTutor 关于你的每一条高层结论,都能追溯到产生它的原始事件。
点击左侧栏的 Memory(记忆)。总览一眼呈现三层,每层都有实时计数,并提供 Refresh(刷新)、Memory settings(记忆设置),以及进入 Memory Graph(记忆图谱)的入口。

记忆从原始事件逐级上升到综合知识。每一层都是同一段历史的不同保真度。
| 层级 | 标签 | 存储 | 角色 |
|---|---|---|---|
| L1 · 工作区镜像 | LIVE | trace/<surface>/<YYYY-MM-DD>.jsonl | 你实时工作区的快照,外加只追加的原始事件轨迹。Refresh 会把变更记录进 L1。 |
| L2 · 各界面摘要 | CURATED | L2/<surface>.md | 由整理器(consolidator)抽取的、按界面归类的事实,每条都引用其背后的 L1 事件。 |
| L3 · 跨界面综合 | SYNTHESIS | L3/<profile|recent|scope|preferences>.md | 跨界面的命题,分布在几个槽位——profile(画像)、recent(近期时间线)、knowledge scope(知识范围)、preferences(偏好)——是由 L2 证据支撑的、留有余地的结论。 |
记忆只在你实际使用的界面上追踪——chat、notebook、quiz、kb、book、partner(伙伴)与 cowriter。因为 L2 引用 L1、L3 引用 L2,你画像里的任何东西都不会无据可查。
图谱视图把整座金字塔一次性铺开:L3 综合在中心,L2 事实在中间环,L1 原始轨迹在外圈。悬停任意节点可预览;点击则锁定它,并把一条结论从 L3 → L2 → L1 一路追溯。

当你想回答*「DeepTutor 凭什么认为它了解我这一点?」*时,就该用它——把一条综合结论一路向下,落到那条整理过的事实,再落到那条确切的原始事件。
Settings → Memory 调校基于分块的整理器:每次 Update(更新)、Audit(审计)、Dedup(去重)跑多少轮 LLM、分块多激进、引用校验多严格。改动保存到 data/user/settings/main.yaml。

| 模式 | 作用 |
|---|---|
| Update | 基于分块的增量事实抽取。设置 L2 预算(每界面)与 L3 预算(每槽位)。逐文档的覆盖项在工作台里。 |
| Audit | 对照原始证据做行级修订——完整性校验那一遍。 |
| Dedup | 对整篇文档迭代去重;当某轮迭代产出零修改时提前停止。 |
deeptutor memory show L3deeptutor memory show L2deeptutor memory show profiledeeptutor memory show chatdeeptutor memory clear trace --force- 长周期的学习工作流就把记忆开着——那才是它发挥价值的时候。
- 当 DeepTutor 的语气或假设不对劲时,去看 L3;图谱会告诉你为什么。
- 如果只想丢掉某个界面的原始历史、保留整理过的摘要,就只清该界面的 L1 轨迹。
- 多用户模式下,每个用户在自己的工作区下拥有受限的记忆;伙伴读取自己的记忆与其拥有者的记忆,但只写入自己的。