记忆系统

Openmim 拥有独特的三层记忆体系，让机器人能够真正"认识"每个群成员，并随着时间不断进化自身认知。

架构概览

┌─────────────────────────────────────────┐
│              三层记忆体系                │
├─────────────────────────────────────────┤
│  L1  群聊上下文记忆（Context Memory）     │
│      - 最近 N 条消息的滚动窗口            │
│      - 持久化到 SQLite，重启不丢失        │
│      - 启动时自动压缩超长条目             │
├─────────────────────────────────────────┤
│  L2  用户画像记忆（Persona Memory）      │
│      - 按 user_id 跨群持久存储           │
│      - LLM 自动从对话中提炼画像信息       │
│      - 兴趣爱好、说话风格、关注领域等     │
├─────────────────────────────────────────┤
│  L3  机器人人格记忆（Bot Self Memory）    │
│      - 机器人的自我认知和个性积累          │
│      - 通过管理面板手动维护               │
│      - 注入到每次对话的 system prompt     │
└─────────────────────────────────────────┘

L1：群聊上下文记忆

工作原理

每条群聊消息都会被实时追加到 SQLite 数据库。LLM 请求时，从数据库取出最近 CONTEXT_MESSAGE_COUNT（默认 100）条消息拼入上下文。

消息压缩

为节省 Token，机器人对上下文中的长消息进行自动压缩：

• 用户消息：超过 CONTEXT_MAX_TEXT_CHARS（默认 700 字符）的部分被截断
• Bot 回复：超过 BOT_CONTEXT_MAX_CHARS（默认 1400 字符）的部分被截断

启动时会自动对全部历史记录运行一次压缩。

相关配置

配置项	默认值	说明
CONTEXT_MESSAGE_COUNT	100	每次请求携带的最大消息数
CONTEXT_MAX_TEXT_CHARS	700	单条用户消息的最大字符数
BOT_CONTEXT_MAX_CHARS	1400	单条 Bot 回复的最大字符数
CONTEXT_PERSIST_EVERY	5	非 Bot 消息每 N 条落盘
RECENT_CONTEXT_MESSAGES	25	LLM 实际可见的最近消息数

L2：用户画像记忆（Persona Memory）

什么是用户画像？

用户画像是 Openmim 最独特的功能之一。系统会在每次对话后，用 LLM 自动分析用户的说话内容，提炼并更新对该用户的画像记忆。

画像内容示例：

用户_1234:
- 职业/身份: 软件工程师
- 兴趣: Python, 游戏, 咖啡
- 说话风格: 简洁直接, 喜欢用技术术语
- 关注领域: AI, 开源项目
- 最近提到: 在写一个 Rust 项目

这些画像会在下次对话时注入 prompt，让机器人能自然地提及"你之前说的那个 Rust 项目怎么样了？"之类的对话。

匿名化保护

默认情况下，画像中的用户显示名会被替换为 用户_XXXX（取 user_id 末4位），不会暴露真实 Telegram 昵称给 LLM，保护用户隐私。

可通过群设置中的用户名脱敏开关控制：

• 开启（默认）：LLM 上下文中用户显示为 用户_1234
• 关闭：直接显示 Telegram 昵称

更新机制

画像更新是异步的，不阻塞正常聊天流程：

1. 每次对话结束后，后台任务分析最近 N 条消息
2. LLM 提取新的画像信息，与已有画像合并
3. 只有置信度 ≥ PERSONA_MEMORY_UPDATE_MIN_CONFIDENCE（默认 0.65）的信息才会被写入
4. 同一群同一用户每 PERSONA_MEMORY_UPDATE_INTERVAL_SECONDS（默认 30 秒）至多更新一次

相关配置

配置项	默认值	说明
PERSONA_MEMORY_ENABLED	true	是否启用用户画像记忆
PERSONA_MEMORY_UPDATE_ENABLED	true	是否启用自动画像更新
PERSONA_MEMORY_MAX_USERS_PER_TURN	8	每轮最多更新几个用户的画像
PERSONA_MEMORY_PROMPT_MAX_CHARS	1800	画像注入 prompt 的最大字符数
PERSONA_MEMORY_TOTAL_MAX_CHARS	700	单个用户画像的总字符上限
PERSONA_MEMORY_UPDATE_MIN_CONFIDENCE	0.65	画像更新的最低置信度
PERSONA_MEMORY_UPDATE_INTERVAL_SECONDS	30	同用户画像更新最小间隔

L3：机器人人格记忆（Bot Self Memory）

什么是人格记忆？

人格记忆是机器人关于自己的记忆——它的个性、偏好、经历、对特定用户/话题的态度等。

这些记忆通过管理面板手动维护，注入到每次对话的 system prompt 开头，塑造机器人一致的人格。

管理方式

通过 Telegram 管理面板（/admin → 记忆管理）或 Web Panel：

• 添加记忆：如"我喜欢猫咪"、"我讨厌那个整天刷屏的某用户"
• 查看记忆：列出所有已记录的人格条目
• 删除记忆：移除不再需要的记忆条目

群聊记忆笔记

除了机器人自身的人格记忆，系统还支持群聊笔记功能，让机器人记住群组层面的重要信息（如"这个群专注于 Python 开发"）。

全局记忆工具

当启用 Agentic 功能时，机器人可以通过 LLM 工具调用主动创建记忆，记录它认为重要的信息：

用户：咪姆，记住我喜欢喝龙井茶
机器人：好的，我记住了！（调用 add_memory 工具）

LLM 可用的记忆工具：

• add_memory — 添加一条记忆
• list_memories — 查看已有记忆
• delete_memory — 删除指定记忆
• update_memory — 更新记忆内容
• find_memory — 搜索记忆