xiaoshuai
92c612b94c
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.
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