SuperAPI AI 工具集

memory-audit

智能体与模型

查看项目

更新于 10-15 14:59

技能介绍

Memory Audit 是 NeuralMemory 提供的一项记忆质量审计技能,扮演“记忆质量审计员”的角色,对当前大脑(brain)的记忆健康度进行系统化、基于证据的审查。其核心目标是通过多维度检查,发现记忆中的矛盾、重复、过时、模糊、缺失和结构问题,并给出可操作的修复建议。

用途

该技能用于定期或按需审查 NeuralMemory 中存储的记忆质量。它适用于需要维护记忆库健康度的场景,例如:记忆库长期使用后出现矛盾或重复、项目上下文发生变化、需要评估记忆覆盖是否完整、或希望获得量化的健康评分与改进方向。

主要能力

审计覆盖六个维度,每个维度有明确的检查项、方法和严重程度判定:

  1. 纯度(Purity,权重 25%):检查是否存在活跃矛盾、近似重复、过时事实和未验证声明。评分从 A(95-100,无矛盾无重复)到 F(<50,超过 5 个矛盾或广泛质量问题)。
  2. 新鲜度(Freshness,权重 20%):检查陈旧记忆比例、过期 TODO、僵尸记忆(创建后从未被召回)以及新鲜度分布。评分从 A(<10% 陈旧,0 个过期 TODO)到 F(>60% 陈旧)。
  3. 覆盖率(Coverage,权重 20%):检查主题平衡、决策覆盖、错误模式和流程完整性。识别记忆数少于 2 的“薄弱”主题,以及缺少推理的“不完整”决策。
  4. 清晰度(Clarity,权重 15%):检查模糊记忆(内容少于 20 字符或缺少具体名词/动词)、缺失上下文、过度堆砌(超过 500 字符且包含 3 个以上不同主题)和缩写问题。
  5. 相关性(Relevance,权重 10%):检查孤立项目引用、技术漂移和上下文不匹配,通过交叉比对记忆标签与当前上下文输出。
  6. 结构(Structure,权重 10%):检查连接性(孤立神经元)、突触单一化、纤维传导率和标签漂移。

使用方式

该技能通过指令触发,可指定审计焦点,也可不指定而运行全部六个维度的完整审计。审计分为五个阶段:

  • 阶段 1:基线收集:使用 NeuralMemory 工具收集当前大脑状态,包括 nmem_stats(神经元数、突触数、记忆类型、年龄分布)、nmem_health(纯度分数、组件分数、警告、建议)、nmem_context(近期记忆、新鲜度指标)和 nmem_conflicts(action="list")(活跃矛盾)。所有指标记录为基线,工具失败时记录并继续。
  • 阶段 2:六维审计:按上述六个维度逐项检查并评分。
  • 阶段 3:严重程度分类:将发现项分为 CRITICAL(立即修复)、HIGH(本次会话修复)、MEDIUM(一周内修复)、LOW(方便时修复)和 INFO(仅记录)。
  • 阶段 4:生成建议:为每个发现项生成可操作建议,包含具体记忆引用、修复步骤、影响和预计耗时(以分钟计)。
  • 阶段 5:报告:输出审计报告,包含总体等级、各维度分数、发现项统计、前三条建议以及修复后的预计等级。

适用场景

  • 记忆库使用一段时间后,需要评估整体健康度。
  • 发现记忆召回出现矛盾或混乱,需要定位问题。
  • 项目上下文变化后,需要检查记忆相关性。
  • 希望获得量化的改进方向和优先级排序。

限制

  • 审计为只读操作,不会自动修改记忆,所有修复由用户决定。
  • 所有发现必须基于证据,引用具体记忆或指标;工具失败或数据不足时,该维度报告“数据不足”。
  • 建议按影响排序,始终先呈现 CRITICAL 再呈现 LOW。
  • 每条建议需给出具体修复方案,而非笼统的“提升质量”。
  • 若存在之前的审计,会显示变化(改善/退化/不变)。
  • 若大脑内容为越南语,报告使用越南语。

输出要求

报告需包含:健康摘要(等级 A-F、纯度分数、各维度分数)、发现项(按优先级排列,含严重程度、证据、受影响记忆)、建议(按影响排序的可操作步骤)以及指标(应用建议前后的预测对比)。