aiduMEI⚕爱嘟优忆思——智能体通用智慧引擎

aidu Memory Engine Insight

不只是记忆 — 是洞察。

记忆不是记事，而是不忘过往的点点滴滴； 洞察不是看见，而是看懂每一条记忆为何被想起； 引擎不是工具，而是让 AI 会记忆、会思考、会进化。

中文 | 📖 English

---

aiduMEI 是什么？

aiduMEI（爱嘟优忆思，aidu Memory Engine Insight）是一个智能体通用智慧引擎（AI Wisdom Engine）—— 为 AI Agent 提供持久化记忆、推理与可视化洞察能力。它以希腊神话诸神为名，承载着一套完整的认知架构，让 AI 会记忆、会思考、会进化，并通过自带的控制台让一切可见、可调、可追溯。

v19.4.3 · 雅典娜——发布卫生 · 发行包也是公开面。 v19.4.2 的等价版，零行为变更：可执行逻辑与 v19.4.2 完全一致，差异仅在注释、docstring 与版本号本身，升级无需任何适配。做这一版的原因只有一条——v19.4.2 的源码注释与 docstring 里残留了内部部署环境的描述性文字，而发布到包索引上的同一个版本号永久不可覆盖、不可修改。在所有对外可见的面里，提交信息能改、标签能重打、发布正文能编辑，只有已上传的发行包不能；顺序因此不是建议而是约束——扫描必须发生在上传之前。本版把这道卡点写进发布流程：发行包必须解包实扫，且扫描器本身必须先在已知命中的对象上验证有效（负向对照），那个「0 命中」才作数——一个从未报出过任何命中的扫描器，它的 0 不是证据。

v19.4.2 · 雅典娜——守卫扩面 · 集成件凭据贯通。 v19.4.1 的收口版，不加新功能。上线后的生产复审（含 Hermes Agent 升级）发现：门禁本身修对了，但**「谁需要带钥匙」这份名单列漏了**——v19.4.1 写过一条守卫测试来防调用方漏带凭据，可那条守卫只扫 scripts/ 一个目录，而缺陷分布在仓库根、integrations/、mcp_server.py 上，一个都没扫到。守卫的射程小于缺陷的分布，比没有守卫更危险，因为它提供了「已经防住了」的错觉。所以本版的核心动作不是「再修几个文件」，而是用一条元测试把守卫自己的射程焊死：断言守卫的覆盖集合 ⊇ 全仓实际发起 HTTP 请求的文件集合，改窄射程立刻红灯。这条元测试第一次跑就当场揪出两个漏数的入口点，扩面后又揪出一个——计划里点名 5 个，实际找到 9 个。凭据贯通覆盖 8 个入口（Hermes 注入 hook、mem0_sync/seed_demo/seed_facts、mcp_server、Cursor 保存钩子、Claude Code 钩子、Hermes 插件），统一收敛到唯一真相源 ducky.utils.api_auth_headers() 与同一条 .env 兜底链；其中 Hermes 插件是典型的**「看着修了」——代码里明明带着 Authorization 头，但 token 只从环境变量读，而 gateway 拉起插件时环境近乎为空，每次请求实际都是空 token。另修三处静默失败：sync 单元缺 StartLimitIntervalSec 导致崩溃循环永远停在 activating 而进不了 failed（按 failed 告警的监控一辈子等不到）、logrotate 改名切割对 StandardOutput=append: 会让日志凭空消失（改 copytruncate）、同步守护的依赖从未在任何清单里声明。品牌侧修掉 v19.4.1 遗留的字标残留（标签拆分写法 aidu<b>MEM</b> 全局 sed 扫不到），并根除 ducky/__init__.py 里已落后两个版本的硬编码版本号。上线后又收了两轮：审计整改轮（用户视角审计 + 整改途中自查）打回来的每一条，指向的仍是同一件事——这一版新写的守卫，射程依然小于缺陷的分布。frontend/dev_server.py 同时按目录和信号双重逃逸出扫描范围（目录级豁免最容易积累盲区：豁免当初的理由会随目录里长出东西而悄悄过期，豁免本身不会跟着过期）；README 的数字守卫只盯中文表格一行，放跑了同页正文与整份英文。而最严重的一条是自查揪出来的：上面刚「修好」的 StartLimit*，两个键写进了 [Service] 段，而 systemd 只在 [Unit] 段解析它们——文件里白纸黑字写着、grep 查得到、review 看得过，行为却与完全没修一模一样。配置写了不等于配置生效，唯一的验收方式是问 systemd 自己算出来的值。收尾轮补上「12 跳过」这个数字的另一半：宿主自动发现会命中 /hermes/hermes-agent，凡是机器上摆着这棵树的（生产机就摆着），README 那条复现命令跑出来是 403 passed, 0 skipped——读者根本没法把我们宣称的跳过数复现出来**。双向可复现才叫可证伪：一个你没法让它跳过的「跳过」，和一个你没法让它通过的「通过」，同样不可信。根因是解析器把环境变量和硬编码路径塞进同一个候选列表顺序匹配，于是 HERMES_SRC=/typo 会静默落到自动发现的路径上——用户指了 A、实际测的是 B，还是绿的。隐式回退会悄悄推翻显式意图。现改为三态且显式永远压过隐式：未设 → 自动发现；none/no/off/0/false/空 → 强制无宿主，一条回退路径都不试；显式路径无效 → 直接报错并点名那条坏路径。

v19.4.1 · 雅典娜——审计补丁 · 鉴权贯通与租户闭环。 这一版不加新功能，只修「文档说了但代码没做到」的裂缝。审计方法从「逐行读代码」改为探针实测——对 README 里每一句宣称，写一个最小可运行程序去试着推翻它。结果四条宣称被推翻并逐条修复：鉴权贯通（此前只设 UI 口令则接口全裸奔、只设 API 令牌则控制台报废，现为「一道门禁两把钥匙」：登录签发 HttpOnly session cookie，与 Bearer 令牌任一有效即放行）、租户闭环（facts 层补齐可见性收窄，并修掉一处跨租户静默覆盖——不同租户写同一键位时后写者会销毁前者的值）、删除权兑现（级联删除补上原文保真层；/search 返回的原文句柄此前删不掉，是「可检索但删不掉的孤儿」）、幂等与索引根治（判重键含时间戳致生产载荷永不撞键；中文切 2-gram 而索引是 trigram，中文查询从未命中索引、一直全表扫描，20 万条实测 32.8ms → 0.05ms）。另修三个「静默失败自我掩盖」连环案：兼容门面缺口致合并任务静默死亡三周、两个附属库的级联清理从引入起从未执行（留下 252 条幽灵记录，反致删除日志漂亮而实际空转）、技能结晶 SQL 方言错误被吞后伪装成「暂时没发现模式」。备份门禁的「校验动作打废校验基线」也一并根治。新增测试 107 项，全部遵循反假绿灯纪律：载荷/凭据/查询形态多形态并测，索引断言校验 _recall_path 而非仅看命中数。

v19.4.0 · 雅典娜——明镜工程 Phase 1 · 原文保真层 + 生产审计修复版。 在 v19.3 架构大一统的基础上，v19.4.0 开启「明镜工程」：以公开记忆评测榜单为镜照见自身短板，不参赛、只做事。说过的话，一字不丢——新增 Verbatim Vault 原文保真层，在 mem0 事实抽取之外并行存储逐字原文（按租户收窄可见性 + 幂等去重 + trigram 全文索引），召回时原文证据与原子事实融合返回，让记忆不再只有蒸馏后的骨架，还有原话的温度。对生产部署全面审计（2🔴5🟡）后逐项修复、随本版一并发布：B4 注入框架接进服务端出口自防御（生产路径不依赖 hook 也带「数据而非指令」框架）、call_llm 根治上游网关 SSE 假响应并补推理模型截断自动放大预算重试让治理评估器复活、噪声规则识别键盘乱敲组合、backup_gate 嵌进升级硬门禁、账本 target_id 别名展开一参查全链、联邦写入等次路径补齐治理与账本。（v19.4.0 当时全量测试 244 通过；最新数据见下方「测试与质量」章节。）v19.3.3 · 雅典娜——架构大一统与全链路加固。在 v19.2 Athena 生产级加固的基础上，v19.3 系列彻底实现检索召回管道与打分引擎的单一真相源大一统：收敛 Funnel 阶段至 unified scoring 5 维打分、加固全生命周期单例与惰性加载并发线程安全、拆分解耦 800+ 行 legacy 巨型模块、在高速写入通道设立统一注入防御终审 Gate，全面消除运行时静默降级。v19.3.1~v19.3.3 为审计驱动的连续修复：静默异常可观测化、Reranker 占位符根除、legacy 路由 import 补全（修复 /facts/add 500）、嵌套异常处理回归修复与测试断言对齐。

品牌演进：aiduMEM（优忆思）→ aiduMEI⚕爱嘟优忆思。从一个记忆中间件，升级为带可视化洞察的智能体通用智慧引擎。"爱嘟"是用户与 AI 助手的亲密呼唤，"优忆思"是记忆·思考·洞察的三重承诺。

基于 mem0 构建，aiduMEI 在其之上搭建了逐版生长的认知体系：

层级	代号	做什么	核心特性
🦉 智慧	Athena 雅典娜	记完之后如何变聪明	Reflect 主动反思 · 记忆自编辑去重 · 递归精炼 · Skill 自生长 · 人格记忆基座
🧠 回忆	Mnemosyne 谟涅摩绪涅	在对的时间找到对的回忆	Ebbinghaus 遗忘曲线 + BM25/trigram + 向量混合检索
🔍 闸门	Tahoe-Gate	只检索真正相关的内容	启发式闸门（GET /gate）拦截无关上下文 —— 闲聊跳过检索，省 Token 与算力
🌊 潮浪	Mnemosyne Tidal	批量 LLM 提取，不逐条调用	异步合并队列：多条短消息 → 单次 LLM 调用
⏳ 遗忘	Ebbinghaus Decay	遗忘是特性，不是 bug	三轨衰减：Identity 零衰减 / Emotion 加速半衰 / 一般事实标准曲线
🕰️ 克罗诺斯	Chronos 克罗诺斯	时间感知的有效期	双时间轴（valid_from / valid_to），过期降权不删除
🏛️ 万神殿	Pantheon 万神殿	多 Agent 共享一套记忆	联邦身份 + MoE 门控 + 四级无缝降级
🛡️ 埃癸斯	Aegis 埃癸斯	零硬编码，换机即跑	身份/路径/词表全部环境变量注入，克隆即用
🌈 伊里斯	Iris 伊里斯	走宿主官方记忆通道	Hermes MemoryProvider 插件：压缩前抢救 · 记忆镜像 · 工具直连
🐙 八爪鱼	Opus Octopod	记忆治理与结晶	ConflictResolver 冲突消解 + TreeMemory 树状图谱 + SkillCrystallizer 自动结晶
⚡ 宙斯	Zeus 宙斯	吸星大法 · 众神之王	Raw Drawer 原味抽屉 + Code Graph 代码图谱 + EvolveMem 检索自进化 + 多模态视觉记忆 · Obsidian 双链 · 无损秒级升级

---

🛡️ v19.3.0 架构大一统与全链路加固亮点 (Athena v19.3.0)

治理维度	修复与改进重点	收益与保障
打分引擎单一真相源	彻底收敛 recall_funnel.py 内部独立的衰减与打分，统一委托 scoring.py 5 维打分	消除双套打分管道与 λ 漂移，检索与漏斗展示绝对一致
并发单例与加载加固	RecallEngine 单例与 lazy_import 模块全面实施 Double-Checked Locking 互斥锁	彻底杜绝多线程高并发请求下的重复初始化与竞态崩溃
写入防御统一 Gate	在 speed/pipeline.py 最终落库前设立三层注入清洗拦截 Gate	彻底堵死缓存命中或特殊旁路下的存储型 Prompt 注入
消除运行时静默降级	修复 search.py 导入 _parse_time_boundary，/health 全量捕获 _ok=False	恢复精准时间边界过滤，探针告警 0 监控盲区
800+ 行巨型模块解耦	将 legacy.py 拆分为 legacy_helpers.py 与 legacy_routes.py 独立解耦模块	消除架构紧耦合与过载，保持 100% 接口与引用向后兼容

---

🖥️ aiduMEI 控制台（全新）

v18.2 起自带可视化控制台 —— 不再是纯 API 服务，而是一个"看得见记忆如何被想起"的引擎。

aiduMEI 内置一个轻量 Web 控制台，由后端直接托管在 /ui，无需单独部署前端（纯静态 HTML/CSS/JS，仅 MAP 星图面板用到 ECharts CDN）。六个面板覆盖记忆引擎的完整生命周期：

面板	代号	看什么
💗 PULSE 脉搏	服务状态 + 存储分层	版本/代号/核心模块在线数、四层记忆存量与容量
🗄️ VAULT 记忆库	搜索 + 分类账本	语义检索（向量+重排）、6 知识域分类家底、最近写入的事实流
🗺️ MAP 星图	知识域星图	ECharts 力导向图：核心/知识域/分类/实体四类节点，可拖拽缩放
🔍 RECALL 追忆	召回漏斗 trace	候选池→点火→去重→时间衰减→最终，每步耗时与命中数全可见
🧬 EVOLVE 进化	检索质量看板	7 天查询/命中/得分/零命中、进化周期日志、反馈信号
⚙️ SETTINGS 设置	模型配置 + 模块 + 联邦	LLM/Embedding/Reranker 配置只读（api_key 脱敏）、思考模式、可调参数、核心模块探针、联邦成员

PULSE — 脉搏

服务健康、版本代号、11 个核心模块探针、四层记忆存量与容量。

VAULT — 记忆库

语义检索（向量 + 重排）、6 个知识域分类家底、最近写入的事实流。

MAP — 知识域星图

ECharts 力导向图，核心 / 知识域 / 分类 / 实体四类节点，滚轮缩放、拖拽节点、悬停查看详情。

RECALL — 追忆漏斗

这一屏是 aiduMEI 最想做好的地方：别家的记忆面板只给你"存了什么"，这里给你"它凭什么想起这条"。

候选池 → 🔥 点火 → 去重 → 时间衰减 → 最终，五阶段每步耗时与命中数全可见。

EVOLVE — 检索自进化

7 天检索质量看板：查询数、平均命中、平均得分、零命中数；进化周期日志与反馈信号。

SETTINGS — 模型配置

LLM / Embedding / Reranker 配置只读展示（api_key 自动脱敏）、思考模式状态、可调参数、核心模块探针、联邦成员。

---

🛡️ v19.2.0 核心加固与升级亮点

经历真实生产环境（千条级真实事实库）与全量安全审计验证，v19.2.0 聚焦工程可靠性与生产安全性，带来 6 大核心加固：

1. 三层 Prompt 注入防御网与沙箱隔离 (ducky/security/injection_guard.py)
   • 三层拦截：第 1 层原始正则过滤（越狱/指令覆盖模式）、第 2 层去噪规范化（强力粉碎空格/标点变形绕过）、第 3 层重复行溢出防御。
   • 精准白名单：内置合法运维与日常口语白名单，防止日常会话误拦截。
   • 上下文沙箱隔离：召回记忆注入 System Prompt 前强制包裹 [DATA: MEMORY CONTEXT ...] 边界标记，向宿主模型显式声明为纯数据片段。
2. 租户归属校验与精确匹配删除（P0） (ducky/hot/crud.py & ducky/wal_engine.py)
   • 严格租户归属校验：/delete 与 /update 强制校验 user_id，禁止跨租户越权操作。
   • 精确匹配删除：彻底废除 SQL LIKE '%...%' 模糊匹配，采用 id=? OR fact_key=? 精确匹配，杜绝误伤子串记录。
   • 适用范围说明（勿过度理解）：aiduMEI 定位是单机自托管记忆引擎，租户维度用于「同一部署内区分不同 agent / 身份」，不等同于多租户 SaaS 的安全边界。检索侧的租户可见性收窄自 v19.4.1 起覆盖 facts 层（AIDUMEM_STRICT_TENANT 可切严格档，见 .env.example）；若要承载互不信任的多方数据，请按部署实例隔离，而非依赖本层。
3. 核弹级防爆门禁（P0）
   • /delete_all 严禁空参数调用（直接抛 HTTP 400）。
   • 清空 default 租户全库必须显式传递 confirm: true 二次确认，防止运维误触清库。
4. 多仓级联原子删除与应用级 WAL（P0） (ducky/wal_engine.py)
   • 单条删除与全量清空同步级联物理清理 Qdrant 向量库、SQLite FTS5 全文索引、facts.db、salience.db、evolve_mem.db，v19.4.1 起补齐 原文保真层（verbatim_turns + verbatim_fts_map），根绝孤儿与幽灵记忆。
   • 引入带 fsync 的 wal_journal.jsonl 预写日志，服务启动自动运行 reconcile_startup() 扫描并自愈对账。
   • 递归精炼归档后自动从 FTS5 索引解挂并在向量库中软标记，防止已精炼旧记忆虚假召回。
5. 统一五维打分体系与 0 N+1 查询（P1） (ducky/scoring.py)
   • 统一向量 + BM25 + 时间衰减 + 可靠性 + 热度五维打分算法，衰减率由 AIDUMEM_RECENCY_LAMBDA 单真相源管控。
   • 消除 N+1 读查询：get_batch_memory_types 采用单次 SQL 批量加载六型分类，大幅降低高并发下的数据库开销。
6. 网络与凭据硬化及动态健康观测（P1） (ducky/degradation.py & api_server.py)
   • 监听公网（0.0.0.0）且未配置 AIDUMEM_API_TOKEN 时拒绝启动，杜绝未授权公网裸奔。
   • 废除弱口令，首次启动自动生成高强度随机密码并持久化哈希至 data/.ui_password_hash（v19.4.1 起为 PBKDF2-HMAC-SHA256 200k 轮，文件权限 0600，旧哈希首次登录后自动升级）。
   • 鉴权门禁贯通（v19.4.1）：控制台登录后由服务端签发 HttpOnly session cookie，与 Authorization: Bearer <AIDUMEM_API_TOKEN> 构成同一道门禁的两把钥匙，任一有效即放行。此前 UI 口令仅为前端标记、对 REST 接口无约束力。当前门禁状态见 /health 的 probes.auth_gate_enabled。
   • /health 实时暴露 degraded_components 与事实库容量水位线预警（>800 条提示精炼）。

---

🦉 v19.0 新特性 · Athena 雅典娜——从记忆到智慧

前代 Zeus 解决了「记什么、怎么记、怎么找回来」。Athena 补上认知闭环的后半程：记忆存下来之后，Agent 如何主动回顾、自我修正、越用越精炼、把经验长成技能，并拥有稳定的人格底座。 记忆不再只增不减，而是会自省、会收敛、会进化。

🔮 Reflect 主动反思（P0-3 · 借鉴 Hindsight）

Agent 不再只会「存了再搜」。定期或触发式回顾记忆，提炼出模式、关系、预测、矛盾与知识缺口，把洞察落库成一等公民的 reflections，供后续对话注入引用。

• 后台每 6 小时自动反思一次（AIDUMEM_REFLECT_INTERVAL_HOURS 可调），也可 POST /reflect 手动触发
• 会话结束自动触发：/session/end 后台拉起 run_reflect(source="session_end")，把一段对话沉淀成洞察
• 降级友好：LLM 未配置 / 调用失败 / 解析失败都不抛异常，返回空洞察；同一洞察按 content 哈希幂等落库

✏️ 记忆去重自编辑（P0-2 · 借鉴 Mem0）

写入新记忆前，先用 LLM 判断它与既有记忆是「重复 / 冲突 / 全新」——重复则合并而非追加，冲突则保留双方并标注置信度与时间。记忆不再只增不减。

• LLM 语义级判重先行，Layer1 Jaccard 零成本兜底；LLM 不可用时无缝回退，向后完全兼容
• 每次合并/冲突更新都把「旧内容 → 新内容」快照进 memory_edits 表，POST /self-edit/rollback 一键回滚

🧬 记忆递归精炼（P1-3 · 借鉴 SimpleMem）

后台把相关的多条碎记忆递归合并为更高层抽象，对抗「记忆熵增」。与自编辑分工清晰：自编辑管写入时的 1 对 1 判重，精炼管后台的多对 1 聚类压缩。

• 精炼产物写入 refined_memories，原记忆只做 soft-superseded（不物理删除），可一键回滚
• 治理铁律：LLM 只能建议，不能直接 commit

🌱 自动 Skill 生长 + 精炼淘汰（P1-2 · 借鉴 ReMe/MemU）

在 v17 结晶器之上补上「从经验自动生长技能」的后半链路：任务轨迹回放 → 步骤提取 → LLM 生成 SKILL.md 草稿 → 人工 approve → 归档为技能。

• 技能复用打点（record_skill_use）：成功/失败计数，低效用技能（成功率 < 34%）自动标记待淘汰，不物理删除，可人工复核恢复
• 草稿永远落在 status='draft'，LLM 不能自动 commit

🎭 人格记忆基座 · Persona Memory Layer（借鉴 MemoryForge）

把一句话人设展开成一整套可按情境检索的自传体记忆库，替代每轮硬塞同一张静态人设卡。L（生平）/ G（成长）/ E（情节）三层结构，双模式构建：

• synthesis 合成——面向虚构角色：从简短人设自动生成 L/G/E 三层
• grounded 落地——面向真实用户：从已有记忆库归纳提炼，不虚构
• 与运营记忆双层并行：运营记忆是持续生长的「活记忆」，人格基座是相对静态的「人生底座」，上层按情境混排注入；版本化可回滚

🕰️ 双时间轴记忆 + 时间感知检索（P0-1 / P0-4）

• P0-1：每条记忆带 valid_from / valid_to / recorded_at 双时间轴，created_at → recorded_at → valid_from 三级时间源回退
• P0-4：混合检索多信号加权融合——向量 + BM25 + 时效衰减 + 可靠性 + 热度；时间衰减率 λ 环境变量可调

🗂️ 记忆类型分离（P1-1 · 借鉴 Hindsight 四网络）

把混在同一池的记忆按认知类型显式分开管理——不推翻现有存储，而是加一层类型标签与查询视图：

FACTS 客观事实 · PREFERENCES 偏好+置信度 · EXPERIENCES 第一人称经历 · OBSERVATIONS 中性观察 · REFLECTIONS 反思洞察 · DECISIONS 关键决策账本

---

📦 部署要求——轻到能塞进一台入门云主机

大家关心的问题：这套东西部署起来重不重、要多少内存 CPU、体积多大？答案是：非常轻。 这本身就是 aiduMEI 的一个设计亮点。

维度	实测数据	说明
运行内存	约 210 MB RSS（单进程实测）	生产环境单个 Python 进程常驻，含 mem0 内核 + FastAPI + 嵌入式向量库
CPU	2 核足够，闲时 < 1%	无常驻重计算；LLM/Embedding 全部走外部 API，本机只做检索融合与 SQL
磁盘（程序）	源码约 2.6 MB · 依赖 venv 约 175 MB	纯 Python，无需编译；克隆即跑
磁盘（数据）	千级记忆约 13 MB 向量 + 数百 KB SQLite	随记忆量线性增长，量级极小
直接依赖	仅 9 个顶层包	mem0ai / qdrant-client / fastapi / uvicorn / pydantic 系 / httpx / requests
Python	3.10 – 3.12	3.12 为推荐
前端	0 依赖	控制台纯静态，不装 node、不打包、不编译

为什么这么轻，是刻意设计：

• 向量库嵌入式落盘，不起独立服务：Qdrant 走 path: ./data/qdrant 本地模式，无独立进程、无 Docker、无额外端口——省掉一整套向量数据库运维。
• 算力外包：LLM、Embedding、Rerank 全部通过 OpenAI 兼容 API 外部调用，本机不加载任何大模型权重，因此不吃 GPU、不吃大内存。
• 相关性闸门先拦一道：日常闲聊不触发检索，Token 与算力消耗直接省掉一个量级。
• SQLite + FTS5 兜底：结构化知识与全文搜索用零依赖的 SQLite，向量服务超时可热切换到本地全文搜索，不会因为向量库抖动而全盘瘫痪。

一句话：一台 1 核 1G 的入门云主机即可跑起来，2 核 2G 从容有余。 重量级的部分（大模型推理）都在云端 API，本地只是一个轻巧的记忆与检索大脑。

---

诸神谱系

aiduMEI 的每个大版本以希腊神祇命名，神格即架构。

版本	代号	神格	核心使命
v19.4.3	Athena · 雅典娜	发布卫生 · 发行包也是公开面	与 v19.4.2 行为逐字等价（仅注释与版本号）· 发行包解包实扫成为上传前的强制卡点 · 扫描器必须先经负向对照才算数
v19.4.2	Athena · 雅典娜	守卫扩面 · 集成件凭据贯通	元测试锁死守卫射程 · 8 个凭据入口收敛到唯一真相源 · .env 兜底链贯通独立集成件 · 崩溃循环可见 · 日志切割不丢 · 字标残留清零 · 配置写了不等于配置生效（StartLimit* 段位）· 双向可复现才叫可证伪（HERMES_SRC 三态）
v19.4.1	Athena · 雅典娜	审计补丁 · 鉴权贯通与租户闭环	一道门禁两把钥匙 · 租户可见性收窄与跨租户覆盖修复 · 级联删除补齐原文层 · 幂等键与中文索引根治
v19.4.0	Athena · 雅典娜	明镜工程 · 原文保真 · 生产审计修复	Verbatim Vault 原文保真层 · 原文证据融合召回 · 注入框架服务端自防御 · LLM 通道根治 · 噪声规则升级 · 升级备份硬门禁 · 账本别名展开 · 次路径治理账本补齐
v19.3.3	Athena · 雅典娜	架构大一统 · 审计驱动修复	打分单一真相源 · 单例并发加固 · 注入防御统一Gate · 静默异常可观测 · legacy解耦
v19.2.0	Athena · 雅典娜	生产级加固 · 一致闭环	Prompt注入防护 · 多仓原子删除与WAL · 统一打分体系 · 动态健康观测
v19.0	Athena · 雅典娜	智慧女神 · 从记忆到智慧	Reflect 主动反思 · 记忆自编辑去重 · 递归精炼 · Skill 自生长 · 人格记忆基座
v18.3	Zeus · 宙斯	众神之王 · 多模态感知	无损秒级升级 · 多模态视觉记忆 · Obsidian 双链联动 · 控制台密码修改
v18.2	Zeus · 宙斯	众神之王 · 检索自进化	EvolveMem 反馈闭环、38 MCP 工具、质量审计全覆盖、自带可视化控制台
v18.0	Zeus · 宙斯	众神之王 · 吸星大法	原味抽屉 · 代码图谱 · 五大竞品精华融合 · MCP×36 · IDE 钩子
v17.0	Themis · 忒弥斯	秩序女神	事件账本 · 敏感分档 · 治理铁律
v16.0	Opus Octopod · 八爪鱼	深海智者	冲突消解 · 树状记忆 · 技能结晶
v15.0	Iris · 伊里斯	彩虹信使	官方 MemoryProvider 通道 · 惰性热载
v14.0	Aegis · 埃癸斯	神盾	零硬编码 · 隐私护盾 · 开箱可部署
v13.0	Pantheon · 万神殿	众神之殿	多 Agent 联邦 · MoE 门控
v12.0	Chronos · 克罗诺斯	时间之神	双时间轴有效期
v11.0	Hyperion · 海伯利安	光明之神	线程本地连接池 · 性能纪元
v9.1	Mnemosyne · 谟涅摩绪涅	记忆女神	潮浪并忆 · 双策分档

完整版本演进史 →

---

架构

┌──────────────────────────────────────────────────────────┐
│           aiduMEI⚕爱嘟优忆思 v19.4.3 · Athena │
│              FastAPI REST API :8767                       │
│              控制台 /ui :8767（自带静态托管）              │
│              MCP Server :8768 (41 tools)                  │
├──────────────────────────────────────────────────────────┤
│  v19.3 Engine    → 注入防护 · WAL多仓级联 · 统一打分 · 动态健康
│  Athena          → Reflect反思 · 自编辑 · 精炼 · Skill生长 · 人格基座 │
│  Core (HOT)      → 搜索、添加、CRUD、健康检查              │
│  v8 Pipeline     → 点火 · 工作区 · 广播 · 镜鉴 · 会话      │
│  Clotho/Hyperion → CoreMemory · 检查点 · AutoDream       │
│  Extended        → 15脉外延：自动记忆 · 过期 · 统计        │
│  Federation      → 多 Agent 联邦 · MoE 门控 · 四级降级     │
│  Octopus         → 冲突消解 · 树状记忆 · 技能结晶          │
│  Zeus            → 原味抽屉 · 代码图谱 · 检索自进化         │
│  Themis          → 事件账本 · 敏感分档 · 治理审计          │
│  aiduMEI 控制台  → PULSE · VAULT · MAP · RECALL · EVOLVE · SETTINGS │
├──────────────────────────────────────────────────────────┤
│  mem0 (向量记忆) + Qdrant (向量存储)                       │
│  facts.db (结构化知识 · FTS5 trigram 全文搜索)             │
│  EvolveMem 检索自进化引擎 (后台自动衰减/提权)               │
└──────────────────────────────────────────────────────────┘

---

快速开始

方式一：Docker 容器运行（GitHub Packages / GHCR）

docker pull ghcr.io/monkey2jack/aidumei:latest
docker run -d -p 8767:8767 --name aidumei ghcr.io/monkey2jack/aidumei:latest

方式二：源码克隆运行（含控制台）

# 1. 克隆
git clone https://github.com/monkey2jack/aiduMEI.git
cd aiduMEI

# 2. 创建虚拟环境
python3.12 -m venv venv
source venv/bin/activate

# 3. 安装依赖
pip install -r requirements.txt

# 4. 配置（复制并编辑）
cp mem0_config_local.json.example mem0_config_local.json
# 编辑 mem0_config_local.json，填入你的 LLM 和 Embedding API Key

# 5. 启动
python api_server.py
# API 运行在 http://localhost:8767
# 控制台打开 http://localhost:8767/ui/

💡 想让相关性闸门认得你自己的人名/项目代号？把它们填进环境变量 AIDUMEM_ENTITY_KEYWORDS，用 | 分隔，重启即生效。

---

核心接口

记忆操作

方法	路径	说明
POST	/search	搜索记忆（混合：向量 + BM25 + 重排，直走 Workspace → Hybrid 混合召回）
POST	/search_trace	带完整执行链路的搜索（召回漏斗 trace）
POST	/add	添加记忆（默认异步潮浪合并；支持 media_url 多模态图片，v18.3）
POST	/add/raw	原味抽屉——零 LLM 直存原始文本
DELETE	/delete	按 ID 删除记忆
GET	/health	健康检查 + 全探针诊断

控制台配置（v18.2 新增）

方法	路径	说明
GET	/config	模型配置只读视图（api_key 脱敏；v18.3 起含 vision 段与 features 开关）
GET	/config/_speed	速度/合并可调参数
POST	/config/_speed	在线微调参数（写入 mem0_config_local.json）
POST	/config/password	修改 UI 登录密码（v18.3，写入 .env 重启生效）

前端控制台以 /api 为调用根（API.base = '/api'）。后端挂了一个 /api 别名子应用，让 /api/stats、/api/config 等直接命中扁平路由，无需改前端。访问 / 自动重定向到 /ui/。

多模态视觉记忆（Zeus v18.3）

/add 原生支持多模态：传入 media_url 或 image_url，后端自动调用 OpenAI 兼容 Vision API 生成图片描述（vision_caption）并入库。支持三种图片输入：

{
  "messages": [{"role": "user", "content": "这张照片是我拍的海边日落"}],
  "metadata": {
    "media_url": "https://example.com/sunset.jpg",
    "category": "moment"
  }
}

• 远程 URL：https://...
• Data URI：data:image/jpeg;base64,...
• 纯 Base64：/9j/4AAQ...（自动补齐 data 前缀）

Vision 模型在 mem0_config_local.json 的独立 vision 配置段指定（缺省 fallback 到 llm 段）。

Obsidian 双链联动（Zeus v18.3）

方法	路径	说明
POST	/api/obsidian/sync	接收 Obsidian 笔记推送，解析 [[Wikilink]] 双链并沉淀为实体图谱节点

无损秒级升级（Zeus v18.3）

基于 PRAGMA user_version 的 schema 版本化机制，代码更新与数据重构彻底解耦：纯逻辑更新直接重启生效，表结构变更在启动瞬间以 ALTER TABLE ADD COLUMN 毫秒级完成，不破坏任何存量数据。详见 Fast-Update SOP。

代码图谱（Zeus v18.0）

方法	路径	说明
POST	/code/impact	分析文件改动波及范围（爆炸半径）
GET	/code/graph	查看全项目代码依赖图

检索自进化（Zeus v18.2）

方法	路径	说明
POST	/evolve/feedback	提交检索质量反馈（useful / useless / correction）
GET	/evolve/report	进化统计面板（召回率、权重调整历史）

八爪鱼治理（Opus v16.0）

方法	路径	说明
POST	/conflict/resolve	冲突消解（域名迁移、名称变更自动降权）
GET	/tree/nodes	树状记忆图谱节点列表
POST	/crystals/detect	检测可结晶的高频重复事实
GET	/crystals	查看技能结晶候选项

🦉 Athena 认知层（v19.0 新增）

方法	路径	说明
POST	/reflect	触发主动反思，提炼模式/矛盾/知识缺口为洞察
GET	/reflect/list	列出已落库的反思洞察
GET	/reflect/context	取可注入上下文的反思摘要
GET	/self-edit/edits	查看记忆自编辑（合并/冲突）历史
POST	/self-edit/rollback	回滚一次自编辑（旧内容还原）
GET	/memory/types	六种记忆类型定义与分布
POST	/memory/types/query	按类型检索记忆
POST	/memory/types/backfill	给存量记忆回填类型标签
POST	/memory/refine	触发递归精炼（多条碎记忆 → 高层抽象）
POST	/memory/refine/apply	应用一条精炼产物
POST	/memory/refine/rollback	回滚精炼（原记忆还原）
GET	/memory/refinements	精炼产物列表
POST	/skill/grow	从任务轨迹生长 SKILL.md 草稿（待人工 approve）
GET	/skill/drafts	技能草稿列表
POST	/crystals/use	技能复用打点（成功/失败计数）
POST	/crystals/prune	淘汰低效用技能（标记 archived，不删除）

🎭 人格记忆基座（Persona Memory Layer · v19.0）

方法	路径	说明
POST	/persona/build	构建人格基座（synthesis 合成 / grounded 落地 双模式）
GET	/persona/banks	人格库列表
GET	/persona/detail	单个人格库的 L/G/E 三层明细
POST	/persona/retrieve	按情境检索人格记忆
GET	/persona/context	取可注入的人格上下文
POST	/persona/rollback	回滚到人格库的历史版本

万神殿联邦（Pantheon v13.0）

方法	路径	说明
GET	/federation/recall	联邦检索（MoE 门控自动决策热/联邦通道）
POST	/federation/facts/add	联邦写入（自动去重 + 分层 + 归属）
GET	/federation/agents	Agent 列表（含事实数与在线状态）
POST	/federation/agents/register	注册 Agent 到联邦
GET	/federation/broadcast	拉取其他 Agent 的新共享事实
GET	/federation/awareness	联邦态势摘要

示例

# 搜索记忆
curl -s -X POST http://localhost:8767/search \
  -H "Content-Type: application/json" \
  -d '{"query": "我之前说过项目截止日期是什么？", "user_id": "me", "limit": 5}'

# 带召回漏斗 trace 的搜索
curl -s -X POST http://localhost:8767/search_trace \
  -H "Content-Type: application/json" \
  -d '{"query": "张伟的职业是什么", "user_id": "default", "limit": 3}'

# 添加记忆
curl -s -X POST http://localhost:8767/add \
  -H "Content-Type: application/json" \
  -d '{"messages": "[{\"role\":\"user\",\"content\":\"项目截止日期是3月15号\"}]", "user_id": "me"}'

# 原味抽屉——直存代码片段，不走 LLM
curl -s -X POST http://localhost:8767/add/raw \
  -H "Content-Type: application/json" \
  -d '{"content": "def hello(): print(\"Hello World\")", "source": "my_script.py", "user_id": "me"}'

# 读取模型配置（控制台用）
curl -s http://localhost:8767/config | python -m json.tool

---

aiduMEI 的独特之处

🖥️ 自带可视化控制台（v18.2 全新）

别家的记忆引擎给你一坨 API，自己写前端。aiduMEI 把控制台焊在后端里——克隆即用，六个面板覆盖记忆引擎的完整生命周期。RECALL 追忆面板是灵魂：它不只告诉你"存了什么"，而是用召回漏斗 trace 给你看"它凭什么想起这条"——候选池 8 条 → 点火 → 去重 → 时间衰减 → 最终 3 条，每步耗时与命中数全可见。纯静态前端，不装 node、不打包、不编译（MAP 星图面板用到 ECharts CDN，离线环境该面板降级）。

🔮 相关性闸门（Tahoe-Gate）

普通 RAG 系统对每条消息都去搜索记忆。aiduMEI 的相关性闸门（GET /gate）用启发式 + 动态实体匹配判断当前消息是否真的需要记忆检索。日常闲聊直接跳过检索 → 省掉无谓的向量召回开销，节省 Token 与算力。宿主 Agent 在注入记忆上下文前先问一句闸门即可。

🌊 潮浪并忆（Mnemosyne Tidal）

短消息不逐条调用 LLM。异步缓冲后按 session 分组，一次 LLM 调用处理多条。Tech / intimate / default 三档策略，快冲慢攒各取所需。

⏳ 三轨遗忘曲线（Ebbinghaus Decay）

记忆有保质期。Identity 和 Preference 是永久轨道（零衰减），Emotion 是加速衰减（1.5 倍），一般事实按标准遗忘曲线自然消退。让 AI 学会忘记不重要的事。

🕰️ 克罗诺斯双时间轴（Chronos Dual Timeline）

valid_from / valid_to 时间窗口：过期事实降权但不删除，未生效事实排在后面。所有铁律类记忆永不过期。

⚡ 原味抽屉（Raw Drawer — Zeus v18.0）

借鉴 MemPalace (58k⭐) 的 Verbatim Storage 理念。零 LLM 直存原始文本——代码片段、完整对话、原始日志，绕过 LLM 总结，一字不丢。FTS5 全文索引 + Qdrant 向量 + facts 登记，三路并行。

🔍 代码图谱（Code Graph — Zeus v18.0）

借鉴 code-review-graph (29k⭐) 的 AST 爆炸半径分析。用 Python 标准库 ast 解析项目依赖关系，改一个文件一秒告诉你影响范围。

📈 检索自进化（EvolveMem — Zeus v18.2）

借鉴 SimpleMem (3.7k⭐) 的进化理念。用户可对每次检索结果打分（useful / useless / correction），后台每 6 小时自动计算衰减/提权。高频优质词条自动沉淀，低质词条温柔降权。闭环反馈，越用越聪明。

🏛️ 万神殿联邦记忆（Pantheon Federation）

借鉴 MoE（Mixture-of-Experts）思想：底层建成完整的多 Agent 联邦基础设施，日常只激活当前 Agent 的热通道。

• 联邦身份：每条记忆都带 agent_id / profile / shared，多 Agent 共用一套库互不污染
• MoE 门控：默认走热通道（一次 SQL，5ms 级）；仅在显式请求时才唤起其他 Agent
• 四级无缝降级：L1 本 Agent → L2 分层加权 → L3 同 profile 联邦 → L4 跨 profile 全局
• 写入去重：Jaccard 三态判定——≥0.85 合并、≥0.70 更新、<0.70 新增

🐙 冲突消解与技能结晶（Opus Octopod — v16.0）

• ConflictResolver：域名迁移、名称变更自动检测 + 旧值降权。双时间轴失效而非删除，保留完整历史
• TreeMemory：node_path 层级追溯，事实挂载到树状节点，支持向上追溯祖先
• SkillCrystallizer：后台自动感知高频重复事实，提炼为 Skill 候选。LLM 只能建议，人工 approve 才生效

🛡️ 埃癸斯护盾（Aegis — v14.0）

仓库里没有任何硬编码的身份、绝对路径、服务器地址或密钥。一切可变项走环境变量注入。克隆到任何目录、任何机器，python api_server.py 直接跑。

🌈 伊里斯彩虹桥（Iris — v15.0）

aiduMEI 提供 Hermes Agent 官方 MemoryProvider 插件，拿到全套生命周期钩子——turn 开头注入常驻块与相关检索、每轮后台归档、压缩前把即将丢掉的对话先落进长期记忆、镜像宿主内置 MEMORY.md 写入、三个可直接调用的工具。

cp -r integrations/hermes-plugin/aidumem ~/.hermes/plugins/
hermes config set memory.provider aidumem

🔧 零配置混合检索

BM25 trigram（零延迟兜底） + 向量嵌入 + Reranker 重排序 + 召回漏斗相关性排序。向量服务超时自动热切换到本地全文搜索。

---

接入 Hermes Agent

方式	能力	何时用
A. MemoryProvider 插件（推荐）	全生命周期钩子 + 工具 + 备份	默认选这个
B. Shell Hook	仅 turn 开头注入	宿主不方便装插件时

两种方式不要同时开（会重复注入白烧 token）。完整步骤、验证方法与回滚见 integrations/INTEGRATION_GUIDE.md。

⚠️ 安全：aiduMEI 服务自身不做鉴权，默认只监听 127.0.0.1。要跨机访问请在前面挂带认证 + TLS 的反向代理，别把服务直接暴露到公网。

---

MCP Server（41 工具）

aiduMEI 内置 MCP Server（:8768），暴露 41 个工具，分组如下：

工具组	数量	说明
Core CRUD	6	add / search / delete / update / recent / stats
Facts	4	facts_add / facts_search / facts_list / facts_delete
Code Graph	2	code_impact / code_graph
Session	2	session_list / session_history
Reflect	2	reflect_recent / reflect_trace
Core Memory	3	core_memory_get / core_memory_set / core_memory_list
AutoDream	2	dream_trigger / dream_status
Raw Drawer	2	raw_add / raw_search
Knowledge Tree	3	tree_nodes / tree_node / tree_ancestors
Crystals	3	crystals_list / crystals_detect / crystals_approve
Conflict	1	conflict_resolve
Evolve	2	evolve_feedback / evolve_report
Federation	6	fed_recall / fed_add / fed_agents / fed_register / fed_broadcast / fed_awareness
Persona（v19.0）	3	persona_build / persona_retrieve / persona_banks

---

IDE 集成

Cursor

# 将规则文件复制到项目
cp integrations/cursor-hook/cursor-aidumem.mdc .cursor/rules/

# 文件保存时自动存入 Raw Drawer
cp integrations/cursor-hook/aidumem-on-save.sh .git/hooks/post-commit

Claude Code

python integrations/cursor-hook/claude-code-hook.py store --file my_code.py
python integrations/cursor-hook/claude-code-hook.py search --query "database connection"
python integrations/cursor-hook/claude-code-hook.py impact --file ducky/utils.py

---

技术栈

• 运行时：Python 3.12+、FastAPI、Uvicorn
• 记忆内核：mem0 v2.0.18
• 向量存储：Qdrant（通过 qdrant-client）
• 结构化数据：SQLite（facts.db、observations.db、scenes.db、fact_events.db）
• 全文搜索：SQLite FTS5 + trigram 分词器
  • 中文切词策略（v19.4.1 P1-2 更正）：trigram 分词器索引的是 3 字符窗口，因此中文查询按 3-gram 切词才能命中索引。v19.4.0 及之前切 2-gram，与索引失配——中文查询实际一直落在 LIKE 全表扫描上（20 万条原文实测稀有词 32.8 ms）。现已对齐，同量级降至 0.05 ms。
  • trigram 的固有边界：不足 3 字的查询（如「祖母」）无法用 trigram 表达，由 LIKE 兜底。这是分词器定义决定的，不是缺陷；召回结果的 _recall_path 字段（fts / like）会如实标注本次真走的哪条路，降级不再静默。
• 向量化：可配置（兼容 OpenAI Embedding API）
• 重排序：可配置（兼容 OpenAI Rerank API · 多 provider 抽象：OpenAI-compatible / Jina / Cohere）
• 大模型：兼容任何 OpenAI 格式的 API
• MCP：fastmcp stdio + HTTP 双模
• 控制台：零依赖纯静态（HTML + CSS + 原生 JS + ECharts CDN），由后端 /ui 直接托管

---

配置说明

aiduMEI 从 mem0_config_local.json 读取配置。主要字段：

{
  "llm": {
    "provider": "openai",
    "config": {
      "model": "你的模型",
      "api_key": "你的密钥",
      "openai_base_url": "你的接口地址",
      "is_reasoning_model": false,
      "reasoning_effort": "none"
    }
  },
  "embedder": {
    "provider": "openai",
    "config": {
      "model": "your-embedding-model",
      "api_key": "你的密钥",
      "openai_base_url": "你的接口地址"
    }
  },
  "rerank": {
    "enabled": true,
    "provider": "openai_compatible",
    "config": {
      "model": "你的重排模型",
      "api_key": "你的密钥",
      "openai_base_url": "你的接口地址"
    }
  },
  "vector_store": {
    "provider": "qdrant",
    "config": {
      "path": "./data/qdrant",
      "embedding_model_dims": 1024
    }
  }
}

💡 LLM 的 is_reasoning_model: false + reasoning_effort: "none" 是刻意写死关闭的——记忆提取需要快速直答，不需要深度推理。控制台 SETTINGS 面板的"思考模式"区块只读展示这一状态。

---

环境变量

v14 Aegis 起，所有与部署环境相关的可变项都通过环境变量注入，全部可选——不设置就走安全默认值。

变量	默认值	说明
AIDUMEM_HOME	仓库根（__file__ 自动解析）	覆盖仓库根目录
AIDUMEM_DATA_DIR	<repo>/data	数据库与向量库落盘位置
AIDUMEM_LOG_DIR	<repo>/logs	日志目录
AIDUMEM_CONFIG_FILE	<repo>/mem0_config_local.json	mem0 配置文件路径（由 AIDUMEM_HOME 推导，固定文件名）
AIDUMEM_DEFAULT_USER_ID	default	默认 user_id
AIDUMEM_DEFAULT_AGENT_ID	local	联邦默认 agent_id
AIDUMEM_LEGACY_USER_IDS	空	历史 user_id 映射（逗号分隔，如 admin,user），映射后老数据才能被召回。v19.1.1 起不再硬编码 admin/user 映射
AIDUMEM_API_TOKEN	空	REST API 访问令牌；设置后所有接口强制 Authorization: Bearer。本地/回环可不设，对外部署必设
AIDUMEM_API_PORT	8767	API + 控制台监听端口
AIDUMEM_ENTITY_KEYWORDS	空	相关性闸门的自定义实体词表，| 分隔
UI_DIR	<repo>/frontend	控制台静态文件目录（不存在则仅 API 模式）
AIDUMEM_CONFIG_READONLY	0	控制台配置只读模式（1=禁止在线改配置）

完整清单连注释见 .env.example，cp .env.example .env 起步。

---

测试与质量

# 全量回归
pytest tests/
# 编译检查
python -m compileall ducky api_server.py mcp_server.py

测试层级如实说明（v19.4.1 P3-3）

维度	现状
用例总数	403（pytest --collect-only 实测）
独立开发机	391 通过 · 12 跳过 —— 跳过项需宿主 Hermes 源码在场，纯净环境下无法执行
完整环境	403 全绿（Hermes 源码在场时 12 个跳过项全部执行并通过，生产实跑核验）
层级	以模块级单元测试 + 源码级守卫断言为主，TestClient 驱动的接口测试为辅
语句覆盖率	约 51%（ducky/ + 入口，coverage 实测）
未覆盖	真实 mem0 / Qdrant 集成、真实 LLM 调用、并发压测 —— 这些依赖外部服务，由生产环境实机冒烟承担

为什么要把 391 和 403 都写出来：同一份测试集在不同环境下跑出不同数字，只报其中一个都会误导读者。 差值恰好是 12 个需要宿主 Hermes 源码的集成用例：没有它们时 pytest 报 skipped（不是失败），有它们时全部通过。 引用测试数字时请连带说明运行环境 —— 这本身就是「宣称即承诺」纪律的一部分。

这 12 条不是玄学，自己就能验（v19.4.2 补）：它们全在 tests/test_hermes_plugin.py， 跳过条件是宿主 agent/memory_provider.py 找不到。HERMES_SRC 三态可控，两个方向都能复现：

pytest tests/ -q -rs | tail -1                                 # 无宿主：391 passed, 12 skipped
HERMES_SRC=/path/to/hermes-agent pytest tests/ -q | tail -1    # 有宿主：403 passed
HERMES_SRC=none pytest tests/ -q -rs | tail -1                 # 装了宿主也强制关掉，照旧 391 passed, 12 skipped

「跳过」必须能被复现成「通过」，反过来也必须成立。机器上恰好装着宿主时（/hermes/hermes-agent 会被自动发现，我们自己的生产机就是这样），上面第一条命令跑出来其实是 403 passed、0 skipped —— 没有 HERMES_SRC=none 这一档，读者根本无法在自己机器上把我们宣称的「12 跳过」复现出来。 双向可复现才叫可证伪：一个你没法让它跳过的「跳过」，和一个你没法让它通过的「通过」，同样不可信。

另外：HERMES_SRC 指向的路径若不含 agent/memory_provider.py，会直接报错， 而不会静默回退到自动发现的路径 —— 指了 A 却在测 B 还给绿灯，是最难发现的一种假绿灯。

为什么把这些写清楚：v19.4.0 的 README 只写「全量测试 244 通过」，读者会理解为端到端保障。但 244 用例 0.88 秒跑完，显然不含任何真实外部依赖。更关键的是——v19.4.0 的幂等去重测试是绿的，却只覆盖了带显式时间戳的 list[dict] 载荷，而生产实际走的是无时间戳的纯字符串载荷，真 bug 就从这条缝里带着绿灯上线了。

因此 v19.4.1 起执行反假绿灯纪律：涉及载荷形态、凭据形态、查询形态的测试一律多形态并测；性能与索引类断言必须校验 _recall_path 这类自证字段，而不是只看「有没有命中」。

---

仓库结构

aiduMEI/
├── api_server.py          # 主入口（API + /ui 控制台托管）
├── ducky/                 # 业务逻辑（各神祇模块）
│   ├── hot/               #   搜索/健康/遗留端点
│   ├── pipeline/          #   相关性闸门
│   ├── speed/             #   潮浪合并/速度优化
│   ├── salience/          #   显著性/车道衰减
│   ├── federation/        #   万神殿联邦
│   ├── evolve_mem.py      #   检索自进化
│   ├── routes_config.py   #   控制台 /config 路由
│   └── ...
├── frontend/              # aiduMEI 控制台（零构建纯静态）
│   ├── index.html
│   ├── css/style.css
│   ├── js/                # api.js · panels.js · main.js
│   ├── js/vendor/         # echarts（本地随包分发，不依赖外部 CDN）
│   ├── *.png              # 六面板图标 + logo
│   └── dev_server.py      # 本地开发代理（可选）
├── tests/                 # 回归测试集（pytest）
├── tools/                 # 开发工具（截屏脚本等）
├── seed_demo.py           # 脱敏演示数据种子（虚构人物/公司）
├── seed_facts.py          # 知识树事实种子（6 域 28 条）
├── mem0_config_local.json # 模型配置（gitignored，含密钥）
├── docs/screenshots/      # 控制台截图
└── requirements.txt

---

_{aiduMEI⚕爱嘟优忆思｜Powered by monkey²}