记忆系统
DriFox 的长期记忆系统是一种**自动学习的个人偏好数据库**——它不需要用户手动配置,而是在日常对话中自动捕捉你的习惯、偏好和约束,让 AI 越用越懂你。
一句话定义
记忆系统是 DriFox 的**跨对话持久化上下文**——它记住你喜欢的代码风格、常用的工具链、项目的关键约定,并在未来对话中自动注入,无需重复说明。
核心机制
机制 |
说明 |
|---|---|
自动采集 |
AI 在对话中自动识别用户的偏好和约束,并写入记忆库 |
置信度评分 |
每条记忆有 0-1 的置信度,多次出现的偏好获得更高评分 |
冲突管理 |
相同分类下的新记忆自动压制旧记忆,避免矛盾信息累积 |
分类组织 |
记忆按「偏好 / 约束 / 习惯」分类存储,便于检索和管理 |
自动注入 |
每次会话启动时,相关性高的记忆自动注入系统提示 |
记忆生命周期
用户表达偏好 时间推移
│ │
▼ ▼
初始记忆 ──→ 多次确认 ──→ 高置信度 ──→ 自动注入
(置信度 0.3) (置信度 0.6) (置信度 0.9) (每次会话)
无冲突 冲突出现
│ │
▼ ▼
持久化存储 新记忆压制旧记忆
(置信度比较)
记忆操作命令
用户可通过 /remember 命令管理记忆:
命令 |
功能 |
|---|---|
|
查看当前存储的记忆列表 |
|
搜索相关记忆 |
|
删除指定记忆 |
|
清空所有记忆 |
SQLite 数据库
数据库文件:.drifox/sessions.db
表名 |
用途 |
主要字段 |
|---|---|---|
sessions |
会话历史 |
session_id, title, messages, created_at |
memories |
长期记忆 |
memory_id, content, confidence, category |
file_operations |
文件操作撤销 |
id, tool_name, file_path, backup_path |
数据目录结构
.drifox/
├── sessions.db # SQLite 数据库
├── skills/ # 用户自定义 skills
├── plugins/ # 第三方插件
├── issues/ # Issue 追踪
├── tasks/ # 定时任务
├── backups/ # 增量备份
└── archived/ # 会话归档
端到端示例:记忆自动学习
轮次 |
用户行为 |
记忆系统行为 |
|---|---|---|
1 |
"我习惯用 snake_case 命名" |
AI 检测到偏好,写入记忆(置信度 0.3) |
2 |
"记得用 snake_case" |
再次确认,置信度提升至 0.6 |
3 |
用户未主动提及,但 AI 使用了 snake_case |
用户未纠正 → 隐式确认,置信度 0.8 |
4 |
新会话:AI 自动使用 snake_case |
记忆自动注入系统提示 |
5 |
用户说"这次用 camelCase" |
临时覆盖,不写入记忆(单次行为) |
6 |
后续会话 AI 继续使用 snake_case |
短期覆盖不影响长期记忆 |
它不是什么
不是隐私收集器 — 所有数据存储在本地 SQLite,不上传任何云端
不是配置文件 — 不需要手动编辑,AI 自动学习,用户可通过命令查看和管理
不是永久不变 — 记忆会随用户行为变化而更新,旧的偏好会被新的压制
不是黑箱 — 用户可以通过
/remember完全控制记忆内容
设计哲学
AI 助手最大的痛点之一是「每次都要重新说明」。记忆系统解决了这个问题——让 AI 记住你的偏好,而不是让你重复你的偏好。
核心原则:
自动优于手动 — 用户不需要手动配置记忆,AI 在日常对话中自动学习
置信度胜过次数 — 不是简单地计数,而是综合评估每次确认的质量(显式/隐式)
本地优先 — 记忆是你个人的,不应该离开你的设备
可干预 — 自动 ≠ 不可控,用户随时可以查看、修改、删除记忆
> 记忆系统的目标:让 DriFox 成为唯一一个「越用越不需要重复说明」的 AI 助手。