ltm-memory

聊天 agent 的长期记忆插件。原话先进入缓冲区，攒够一批再像睡眠一样整理；用词语之间的关联找回原话，用事实权重和性格门控决定什么留在长期记忆里。

它不绑定某一种编辑器或模型。宿主调用 build_agent，自己的模型只负责把已经检索出的记忆说成回复。

安装

pip install -e ".[dev]"

依赖是 PyYAML（只有读自定义 YAML 配置时才需要）和 jieba（缺失时自动退回词表切分）。嵌入默认用进程内的哈希向量，不需要下载模型。

调用

from ltm import Message, build_agent

agent = build_agent("memory.db")
result = agent.handle(
    Message(ts=1_700_000_000, session_id="生活群", speaker_id="zhanglei",
            text="我家猫叫橘子。", addressee_ids=("self",)),
    need_reply=True,
)
print(result.reply)

result.total_ms 只包含检索、拼装提示词和生成。整理记忆的时间在 result.sleep_ms。

作为 DSH 插件

仓库根目录就是 npm 包：package.json 的 dsh.bundle.patch 指向 dsh-plugin/cordis.patch.yml，files 带上 src/ltm。

装上后每条真人发言和助手回复都会自动进记忆（监听 DSH 的 session/event，和库里的 ChatAgent.handle 一致），不需要模型主动调用工具；同时模型也可以用这些工具手动操作：memory_recall、memory_remember、memory_sleep、memory_save、memory_load、memory_reset、memory_status。

dsh plugin --profile web add "git+https://github.com/ZhejiangF/long_memory.git"
dsh --profile web --dump-config      # 组合树里应出现 id: ltm-memory

只要求 DSH 0.2.x、Node.js ≥ 22.19、Python 3.10+；默认不需要任何 Python 第三方包。本地开发用 dsh plugin --profile web add "file:$(pwd)"。

记忆体默认落在 <DSH_HOME>/ltm/memory.db，首次启动是空库，不会读 results/ 下的旧记忆。安装细节、配置项和验证命令见 dsh-plugin/README.md，发布说明见 RELEASE.md。

作为 Aurabot 的记忆（QQ 机器人）

Aurabot（大肥鱼）默认用它自带的记忆。换成 ltm 之后：

• QQ 里每一条收到 / 发出的消息都进 ~/.dsh/ltm/memory.db——和上面的 memory_* 工具共用一个库；
• 每轮先 recall 一次（事实 + 热区原话 + 还没整理进热区的缓冲），拼成【长期记忆】放在这一轮最前面；
• 每轮开一个新会话，聊天窗口里只有当前这一条，聊多久 token 都不会跟着涨；
• remember / recall_memory 两个工具改成读写 ltm。

# 模块放到 Aurabot 的数据目录（插件升级不覆盖）
cp -r integrations/aurabot/ltm-memory ~/.dsh/plugins-data/aurabot/modules/

然后把面板里的内置「记忆」模块关掉（memory.enabled = false），否则两套记忆会各写一份。

接法、14 条实测踩坑，以及「会不会读对话框上下文 / 回复是不是基于热区和记忆体」的完整证据，见 Aurabot接入.md。

性格

助手有四个风格特质：关怀、热情、简洁、幽默（基线 0.5 / 0.5 / 0.5 / 0.3）。

• 每次整理都会更新：小睡、手动保存、夜间整理后，用这批事实做证据——过敏/饮食禁忌/亲属类事实提升「关怀」，偏好/运动/居住类提升「热情」。
• 防漂移：每天总变化 ≤ max_daily_delta（0.02），权重限制在 0.05–0.95，并持续向基线回归；锁定的特质不动。
• 影响回复：提示词里有 【我的性格】，权重达标时追加指令（关怀 ≥ 0.6 → 体现关心；热情 ≥ 0.6 → 语气热络；简洁 ≥ 0.7 → 三句话以内；幽默 ≥ 0.6 → 适当幽默）。性格只改措辞，不参与检索打分。

实现细节和未实现的设计项见 长期记忆方案评估与实现.md 4.6.6。

验证

pytest
python eval/stage1/run_stage1.py
python eval/stage2/smoke.py
node dsh-plugin/test/tools.test.mjs

给其他 AI agent

改这个仓库之前读 AGENTS.md。扩展步骤在 skills/ltm-memory/SKILL.md。设计说明在 长期记忆方案评估与实现.md。

目录

路径	职责
src/ltm/core	数据结构、插件注册、默认配置
src/ltm/adapters	时钟、SQLite、嵌入、离线回答器
src/ltm/components	分词、身份、抽取、检索、提示词、遗忘公式
src/ltm/service	组装、对话入口、给 DSH 用的 JSONL 桥
eval/	阶段一对话和阶段二容量冒烟
dsh-plugin/	DSH 插件入口：cordis 入口、七个模型可见工具、python 桥
tests/	公式、插件注册、桥协议