Files

T

xiaoshuai 92c612b94c memory: fix extraction trigger, dedupe, and add runtime diagnostics

Four defects found by end-to-end testing, not by reading the code.

1. Extraction never ran, silently. Collecting every event type that
   ctx.event.subscribe actually delivers shows `session.idle` is NOT among
   them — it is defined in the protocol but never emitted on this stream.
   The subscription filtered on it alone, so auto-extraction was a permanent
   no-op with no error. Now debounced off events that do arrive
   (session.step.started / session.tool.called / session.inbox.delivered)
   after `settleMs` of quiet, which is what "idle" meant anyway. Verified:
   the trigger now fires and reports "轮数不足" for a 1-turn session.

2. Dedupe silently stopped rejecting duplicates. It compared against a fixed
   retrieval score, but that score carries idf and scope priors that drift as
   the corpus grows, so an obvious restatement of an existing memory scored
   0.48 against a 0.9 threshold and was written as a rival entry. Now uses
   term coverage of the candidate, which answers "is this already said?" and
   does not move with corpus size. Verified: a 100%-duplicate is rejected, a
   novel pitfall is kept.

3. Harness-injected user turns became the retrieval query. "<system-reminder>"
   and "The server restarted while you were working" are user-role messages,
   so the hook retrieved on them and injected memories chosen by noise. Both
   are filtered out now.

4. The `pinned` flag was absent from the remember tool's input schema, so the
   schema stripped it and pinning was unreachable from the tool surface.
   `kind` also ignored the rules/ category when a stale value was stored.

memory_inspect now reports runtime health for the two paths with no other
observable effect: last injection size and query, and last extraction outcome
with its reason. Without it, "working" and "silently dead" look identical —
which is exactly how defects 1 and 2 survived the first round of testing.

2026-10-09 10:28:34 +08:00

8.2 KiB

Raw Permalink Blame History

memory 插件

给 OpenCode 加一套跨会话记忆。三级结构、多根并存、纯文本可手改，检索和注入由插件自己完成。

核心思想：ROOT 是索引，不是记忆

模型每次不需要读完所有记忆。读一份小的 ROOT.md 就知道"我有什么、什么时候该取哪一块"，需要细节时再用工具深挖。

ROOT.md          总纲：当前目标 / 铁规则 / 目录登记 / 加载路由表
  <category>/
    index.md     每个文件一句话 —— 编译产物，不要手改
    <slug>.md    记忆本体，带 frontmatter

注入分三层，预算递减：

层	内容	何时进上下文
铁规则	用户声明的硬性要求	每次必带，不受相关性影响
记忆大纲	有什么、每个文件一句话、触发场景	每次必带（很便宜）
记忆正文	命中最强的几条	每次最多 4 条，受字符预算限制

剩下的靠 memory_recall 按需取。

双根：全局 + 项目

两个根结构完全相同，可同时存在：

~/.config/opencode/memory/            全局：偏好、决策、通用坑
<项目 canonical>/.memory/             项目：项目事实、专属决策

冲突时项目级赢 —— 更具体的说法更有用
全局铁规则始终常驻，不能被项目覆盖；项目铁规则追加在后面
项目根不存在就自动创建，不存在时静默跳过

项目根取自 ctx.location.project.canonical，也就是项目根目录（不是会话工作目录 —— 两者在 worktree 里不同）。

为什么不是 skill + 文件夹

原来的做法是"写个 skill 告诉模型去读 .memory/"。这个方案的致命缺陷是检索依赖模型自觉：模型会忘记读、只读一半、或读错文件。

这里把职责拆开：

Markdown 是人类面向的格式 —— 纯文本、可手改、git 可 diff
插件是检索引擎 —— 解析、评分、注入全部由代码保证

记忆会自动抽取（模型忘了写也有兜底），但铁规则永远只能由人写 —— 允许模型生成"铁规则"等于让幻觉变成永久策略。

中文分词：实测结论，不是推测

这是本插件唯一必须自己动手的地方。在 SQLite 3.53.4 上实测字符串 部署脚本用 pnpm 而不是 npm，因为 lockfile 不兼容：

FTS5 分词器	查"部署"	查"部署脚本"	原因
`unicode61`（默认）	0 命中	0 命中	整句只产生 7 个词条，把 `部署脚本用` 当一个 token
`trigram`	0 命中	1 命中	要求查询 ≥3 字符，词表是「不兼」「而不」这种三字滑窗

中文里「部署」「配置」「依赖」「接口」这类两字词占比极高，trigram 漏掉的正好是最常用的一批。

所以分词在插件里做，不在 SQL 里做：CJK 切字符二元组，拉丁切整词。两字中文能精确命中，多出来的噪声词交给 idf 自动降权。

（也因此没有用 SQLite 索引 —— 记忆是千级条目，全表扫描足够，索引换不来收益。）

评分

score = 词项重叠 × idf × 作用域先验 × 时间衰减 × 复述加成

作用域先验：项目 1.0 / 全局 0.5 —— 同分时更具体的赢
时间衰减：半衰期 14 天（halfLifeDays: 0 关闭）。不删除，只降权
复述加成：memory_recall 命中过的记忆会累加计数，越常用越靠前
钉住：pinned: true 的条目不衰减、不被自动取代
取代：新记忆的 supersedes 指向旧的，旧的标 superseded_by 保留可追溯，但不再参与检索

工具

工具	作用
`memory_recall`	搜记忆。返回全文 + 命中理由（匹配了哪些词、命中几次）
`memory_remember`	写记忆。自动同步目录 index.md 和 ROOT 路由表
`memory_forget`	删记忆。路径穿越会被拒绝
`memory_inspect`	看当前所有记忆 + 索引一致性自检 —— 调优全靠它

工具刻意不叫 write / read / status：实测发现这类通用名会遮蔽 harness 自带的同名工具（write 曾直接让本会话失去建文件能力）。叶子名必须避开通用词。

记忆文件格式

---
id: pitfalls/sqlite-cjk-tokenizer
kind: pitfall
summary: unicode61 把整段中文当一个 token，trigram 漏掉两字词。
highlight: 实测：查"部署"两种分词器都是 0 命中
created: 1791512014824
updated: 1791512014824
load_when:
  - SQLite
  - FTS5
  - 分词
pinned: true
---

正文：上下文、决策、原因、根因。

load_when 是路由表的唯一来源 —— 插件扫所有文件的这个字段编译出 ROOT 的路由表，所以表永远不会和实际内容对不上。

index.md 和 ROOT 的两张表同理，都是从 frontmatter 编译的。手写索引一定会漂移。

该记什么

该记	不该记
用户偏好	代码里已经能看到的东西
架构决策 + 原因	当前任务状态
非显然的坑 + 根因	git 分支名、文件路径
项目约定	一次性对话

插件会在写入前拦截疑似密钥（记忆会进 git）。

配置

默认零配置。放在 opencode.jsonc 的 plugins 里可调：

{
  "plugins": [
    { "package": "./plugins/memory", "options": {
      "maxInjectChars": 1200,     // 注入字符硬上限
      "maxInjectEntries": 4,      // 每次内联几条正文
      "halfLifeDays": 14,         // 衰减半衰期，0 = 不衰减
      "autoExtract": true,        // 自动抽取
      "minTurns": 4,              // 会话至少多少轮才抽取
      "settleMs": 20000,          // 一轮对话安静多久才认为结束
      "extractModel": { "providerID": "anthropic", "id": "claude-haiku-4-5" },
      "categories": ["rules", "preferences", "decisions", "pitfalls", "facts"]
    } }
  ]
}

不指定 extractModel 时自动挑最便宜的可用模型（按 cost 排序，并过滤掉上下文窗口 < 8k 的）。

自动抽取

一轮对话安静下来后触发 → 取本轮对话 → 廉价模型抽取结构化记忆 → 去重 → 写入。

触发用的是去抖，不是 session.idle。 实测把 ctx.event.subscribe 收到的所有事件类型都收集起来看过，这个流里根本没有 session.idle —— 它在协议里定义了，却不投递。所以改成监听真正会到达的 session.step.started / session.tool.called / session.inbox.delivered，并要求静默 settleMs（默认 20s）才动手。等价于"turn 结束了"，且不依赖一个不存在的事件。

四重保护：

独立模型，不碰主对话 —— 抽取失败不影响用户
只写普通记忆，铁规则降级为 rule-proposal 等人确认
词项覆盖率去重，不是分数阈值 —— 分数带 idf 和作用域先验，会随语料增长漂移，固定阈值会悄悄失效。覆盖率问的是"是不是已经说过了"，阈值稳定
密钥拦截，写入前过一遍正则

memory_inspect 的"运行状态"会报告抽取最近一次的结果和原因（轮数不足、对话太短、选不到模型、去重拦截），所以"没抽取"和"抽取坏了"不会混为一谈。

跨设备同步

memory/ 已被 git 跟踪，.state.json（命中计数）被忽略 —— 否则每次检索都改文件，跨设备必然冲突。

判据是陈旧风险：偏好、决策、坑、约定可以同步；当前分支、本地路径、任务状态不同步。同步错的事实比漏同步更糟。

项目级 .memory/ 不在全局仓库里，需要哪个项目同步，就在那个项目仓库里提交它。

排查

opencode service restart     # 改完插件代码后
opencode plugin list         # 确认 memory 已加载

加载失败看 ~/.local/share/opencode/log/opencode.log，过滤 role=server
索引漂移用 memory_inspect 检查（它会核对 index.md 是否漏了文件）
想知道"模型现在到底看到了什么"，看日志里的抽取日志

已知边界

记忆到万条量级时全表扫描会变慢，那时再换 SQLite 索引（正文是纯文本，迁移成本低）
多设备同时同步同一份记忆会有 git 冲突，需要手动 rebase

8.2 KiB Raw Permalink Blame History Unescape Escape