删除多个不再使用的协议文档,包括命令执行思维框架、上下文协议、经验协议、角色协议、任务协议和资源引用协议,清理代码库以提高可维护性。

This commit is contained in:
sean
2025-05-16 19:18:42 +08:00
parent a8e85761a2
commit 85ab254429
9 changed files with 228 additions and 951 deletions

View File

@ -1,72 +1,194 @@
# memory 应用协议
> **TL;DR:** memory标签用于定义AI系统的记忆持久化能力,支持跨会话知识存储和检索,采用简单直观的方式表达记忆内容
> **TL;DR:** memory标签定义AI系统的记忆管理框架,支持三种记忆类型(陈述性、程序性、情景记忆)和完整的记忆生命周期(评估、存储、调用)使AI能够高效地创建和利用长期知识
## 🔍 基本信息
**标签名:** `<memory>`
**版本:** 1.0.0
**类别:** 记忆
**状态:** 草稿
### 目的与功能
memory标签定义了AI系统记忆的内容与标识,主要功能包括:
- 提供简洁的记忆内容定义方式
- 通过唯一标识符区分不同记忆
- 实现跨会话的信息传递能力
- 支持记忆内容的简明描述
memory协议为AI系统提供完整的记忆能力框架,主要功能包括:
- 定义不同类型记忆的结构和语义
- 提供记忆评估、存储和检索的标准化机制
- 实现跨会话的信息持久化
- 支持复杂的记忆关联和检索模式
## 📝 语法定义
```ebnf
(* EBNF形式化定义 *)
memory_element ::= '<memory' attributes? '>' content '</memory>'
memory_element ::= '<memory' attributes? '>' memory_content '</memory>'
attributes ::= (' ' attribute)+ | ''
attribute ::= name '="' value '"'
name ::= [a-zA-Z][a-zA-Z0-9_-]*
value ::= [^"]*
content ::= text
text ::= (* 任何文本内容,用于描述记忆 *)
memory_content ::= (text | evaluate_element | store_element | recall_element)+
evaluate_element ::= '<evaluate:thought>' thought_content '</evaluate:thought>'
store_element ::= '<store:execution' attributes? '>' (text | execution_element)* '</store:execution>'
recall_element ::= '<recall:resource>' resource_reference '</recall:resource>'
thought_content ::= (* 符合thought协议的内容 *)
execution_element ::= (* 符合execution协议的元素 *)
resource_reference ::= (* 符合resource协议的引用 *)
text ::= (* 任何文本内容 *)
```
## 🧩 语义说明
memory标签用于在提示词中定义需要持久化的记忆内容。通过id属性提供唯一标识标签内容直接描述该记忆的含义。它使系统能够保存和利用过去的交互经验和知识从而增强系统在长期交互中的连续性和一致性。
memory标签表示AI系统的记忆管理单元定义了记忆的结构和操作方式。它使用三层机制管理记忆的完整生命周期
### 记忆操作
memory标签包含三个核心子标签分别对应记忆的三个操作阶段
1. **`<evaluate:thought>`**:评估信息是否值得记忆
- 通过thought协议实现评估过程
- 判断信息的价值、相关性和可信度
- 决定是否将信息存入记忆系统
2. **`<store:execution>`**:将信息存入记忆系统
- 通过execution协议实现存储操作
- 定义存储过程、规则和约束
- 管理记忆的添加、更新和组织
3. **`<recall:resource>`**:从记忆系统检索信息
- 通过resource协议实现检索操作
- 使用@memory://路径引用存储的记忆
- 支持过滤、分页和条件检索
## 💡 最佳实践
### 核心属性
### 记忆类型选择
memory标签主要使用以下属性
协议实现可以根据需求采用不同的记忆类型分类方法,以下是基于认知心理学的常见分类
- **id**: 记忆的唯一标识符,如`id="context"`, `id="history"`, `id="preferences"`
1. **陈述性记忆(declarative)**:事实性知识,包括:
- 语义记忆:通用事实,如"Python是编程语言"
- 时态记忆:时间相关信息,如"上次会话在昨天"
### 可选属性
2. **程序性记忆(procedural)**:过程和技能知识,如:
- 操作步骤:如"解决环境配置问题的方法"
- 行动模式:如"用户代码风格偏好"
在特定场景下,也可以使用以下可选属性
3. **情景记忆(episodic)**:特定经历和场景,如
- 交互记录:如"用户之前遇到的报错"
- 场景重建:如"项目开发历程"
- **type**: 记忆类型,如`type="session"`, `type="long-term"`, `type="episodic"`
- **priority**: 记忆优先级,如`priority="high"`, `priority="normal"`, `priority="low"`
不同类型记忆的选择建议:
- 存储事实性信息时,考虑使用陈述性记忆方式
- 存储方法和步骤时,考虑使用程序性记忆方式
- 存储具体交互经历时,考虑使用情景记忆方式
### 内容组织
### 记忆操作使用
memory标签内容应简洁明了直接描述该记忆的含义和用途无需复杂的结构和格式。
- **evaluate最佳实践**
- 明确设定评估标准
- 综合考虑信息的稀有性、实用性和时效性
- 避免过度记忆导致的信息冗余
- **store最佳实践**
- 为记忆提供足够的上下文
- 建立适当的记忆关联
- 设置合理的过期策略
- **recall最佳实践**
- 优先使用精确查询
- 指定合理的置信度阈值
- 处理记忆缺失的回退策略
## 📋 使用示例
### 基础使用示例
```html
<!-- 上下文感知记忆 -->
<memory id="context">上下文感知记忆</memory>
<!-- 简单的记忆定义 -->
<memory id="os_preference">
用户使用MacOS系统
</memory>
<!-- 对话历史记忆 -->
<memory id="history">用户对话历史记录</memory>
<!-- 用户偏好记忆 -->
<memory id="preferences">用户个性化偏好设置</memory>
<!-- 项目信息记忆 -->
<memory id="project">项目相关信息和配置</memory>
<!-- 决策历史记忆 -->
<memory id="decisions">重要决策历史记录</memory>
<!-- 带评估的记忆创建 -->
<memory id="code_style">
<evaluate:thought>
<reasoning>
用户连续三次使用了相同的代码风格(缩进2空格、驼峰命名)
这是重要的个人偏好信息,应记住以提供一致的代码建议。
评分:实用性=8稳定性=9总分8.5 > 阈值7.5
</reasoning>
<decision>store</decision>
</evaluate:thought>
<store:execution>
{
"indent": "2spaces",
"naming": "camelCase",
"brackets": "sameLine"
}
</store:execution>
</memory>
```
> **注意**: 实际的记忆存储和检索逻辑应由系统底层实现memory标签专注于定义记忆的标识和基本含义。
### 高级使用示例
```html
<!-- 完整的记忆生命周期示例 -->
<memory id="error_solution">
<!-- 评估阶段:判断是否值得记忆 -->
<evaluate:thought>
<reasoning>
分析用户遇到的依赖安装错误:
1. 问题特点:
- 特定版本冲突问题
- 解决方法非官方文档所列
- 多次在社区中被报告
2. 记忆价值:
- 解决方案不易找到
- 可能重复出现
- 节省未来排查时间
记忆价值评分9/10超过阈值
决策:应当记忆此解决方案
</reasoning>
</evaluate:thought>
<!-- 存储阶段通过execution实现 -->
<store:execution>
问题TensorFlow 2.4安装与CUDA 11.2版本冲突
解决方案使用兼容性补丁并降级CUDA驱动
<!-- 使用execution协议元素定义存储过程 -->
<process>
# 存储流程
```mermaid
flowchart TD
A[接收内容] --> B[验证格式]
B --> C[分类标记]
C --> D[构建索引]
D --> E[写入持久存储]
```
</process>
<rule>
1. 解决方案记忆优先级设为高
2. 建立与相关技术的关联索引
3. 保存完整的上下文信息
</rule>
</store:execution>
<!-- 检索阶段通过resource实现 -->
<recall:resource>
@memory://solutions/tensorflow?confidence=0.7
</recall:resource>
</memory>
```
> **注意**memory协议与thought(评估)、execution(存储)、resource(检索)协议紧密结合,形成完整的记忆系统。