记忆系统

Zylos 使用分层的文件式记忆系统，让 AI 在会话之间保持持久知识。受认知科学启发，不同类型的信息存储在不同层级——从始终存在的身份信息，到按需加载的参考资料。

为什么选择文件式记忆？

传统 AI 助手在会话结束时会遗忘一切。Zylos 通过纯 Markdown 文件解决了这个问题——Claude 在会话启动时读取这些文件，并在运行过程中更新它们。文件简单、可审计，并通过每日 git 提交进行版本控制。

记忆层级

~/zylos/memory/
├── identity.md              # 我是谁（始终加载）
├── state.md                 # 我在做什么（始终加载）
├── references.md            # 在哪里找到东西（始终加载）
├── users/
│   └── <id>/profile.md      # 每用户偏好（按需加载）
├── reference/
│   ├── decisions.md         # 关键决策及其依据
│   ├── projects.md          # 进行中/规划中的项目
│   ├── preferences.md       # 团队共享偏好
│   └── ideas.md             # 未确定的计划
├── sessions/
│   ├── current.md           # 今日会话日志
│   └── YYYY-MM-DD.md        # 历史会话日志
└── archive/                 # 冷存储

始终加载层

这些文件通过钩子注入到每个会话中。为最小化上下文使用，有意保持简洁。

按需加载层

在 Claude 需要时加载——读取一个文件的代价远低于做出错误假设。

记忆更新机制

日常运行中

当 Claude 在对话中学到重要信息时，会直接写入对应的记忆文件。例如：

• 用户说"总是用 bun 代替 npm" → 写入 reference/preferences.md
• 决定使用仅 ESM → 写入 reference/decisions.md
• 启动新项目 → 写入 reference/projects.md

记忆同步

记忆同步是一个自动化流程，回顾近期对话并提取结构化信息。它作为后台任务运行，当未汇总的对话数量超过阈值时触发。

同步流程：

1. 轮转 -- 如果日期已变更，轮转会话日志
2. 获取 -- 从 C4 数据库拉取未汇总的对话
3. 读取 -- 读取所有记忆文件以获取当前上下文
4. 提取并分类 -- 将对话中的信息提取到对应文件
5. 写入 -- 更新记忆文件
6. 检查点 -- 在 C4 中标记同步边界，避免对话被重复处理

分类规则

每条信息都有指定的存储目标：

多用户支持

Zylos 服务于团队。每个用户在 memory/users/<id>/profile.md 有独立的个人档案，存储其个人偏好、沟通风格和上下文。Bot 范围的设置保留在核心记忆文件中。

整合与压缩

定期检查记忆文件，防止无限增长：

• 核心文件有容量预算——state.md 必须保持在 4KB 以内
• 会话日志超过 30 天的会被移入 archive/
• 参考文件无容量上限，但条目会按新鲜度进行审查
• 用户档案超过约 1KB 时会被摘要压缩

内容不会被删除——会被移入 archive/，仍可从 git 历史中恢复。

每日备份

活动监控器在每天凌晨 3:00 对 memory/ 目录执行每日本地 git 提交，为所有记忆变更提供安全网，无需任何外部服务。