该项目专注于一个目标：同时赋予智能体长期记忆和短期记忆。
性能如何？
长期记忆准确率从 47.85% 飙升至 76.10%，提升近 60%。
用户事实回忆率从不足 30% 跃升至 79%。
长时间任务的 Token 消耗最多可降低 61%。
其方法与主流方法截然不同。
它采用符号短期记忆 + 层级式长期记忆。
一个四层渐进式架构——从 L0 到 L3，每一层都有其独特的功能，自下而上依次为：
L0：原始对话，完整保留，一字不改
L1：原子事实，自动提取诸如“喜欢火锅”或“使用 NextJS”之类的节点，并进行标记和存储
L2：场景聚类，按主题将事实整合到易于阅读的 Markdown 场景块中
L3：用户画像，提炼技术偏好、编码风格和常用工具链
真正的奥妙不在于分层本身，而在于贯穿始终的可追溯性。
例如，假设用户偏好 TypeScript——您可以从 L3 追溯到 L2 场景块，再到 L1 原子事实，最终追溯到 L0 原始对话。
证据链无缝衔接，永不中断。
🔗