📔 笔记整理 · 🌿 生长中 · 整理自我 2026 年 6 月的设计文档 · 图例见 本站的诚实规则
给自己的 AI 管家设计记忆存储时，我踩过的第一版问题：所有文件平铺在一个目录下没有层级；向量索引用固定词表，新词汇永远搜不到；一年前的日记和昨天的日记搜索权重相同；日记提到某个项目不会自动关联项目文件；临时数据（扫描报告）和永久数据（个人档案）同等对待。
第二版架构解决这些问题的思路，核心是两个分层。
按时效分四层存储
- 永久层：身份、价值观、关键决策、项目摘要。永不过期，检索权重最高，启动时自动加载摘要。
- 热层：最近 90 天的每日记录、最近 30 天的外部沟通、消费记录。最近 3 天自动加载，更早的按需搜索。
- 温层：90 天以上的记录归档，仅通过向量搜索按需加载，不自动进上下文。
- 临时层：系统扫描报告这类一次性产物，30 天后归档或删除。信息会过时，数据比分析长久。
三个维度同时索引
- 向量索引：语义搜索。教训是别用固定词表的 TF-IDF，新出现的人名和项目名会变成零向量，永远搜不到。
- 时间索引：目录结构本身就是索引，
YYYY/MM/日期.md比任何数据库都快。再维护一个 timeline 摘要文件，每天一行五十字，启动时读它就够，不用遍历目录。 - 关联索引：在每篇笔记的元数据里维护双向链接，索引脚本自动提取，构建关联图。
启动时加载什么
不是加载全部，是分层加载：启动时只进指令、身份摘要、最近七天的 timeline 和项目索引，约两千五百 token；用户提问时按需向量搜索返回若干片段；深度分析时才加载最近几天的全文。
五条设计原则
- Markdown 是真理源。 所有数据最终落地为人类可读的 markdown，向量和索引都是派生物。
- 文件系统是索引。 目录结构比数据库快，也比数据库诚实。
- 热数据在内存，温数据在磁盘，冷数据在归档。
- 隐私分层。 身份档案和人际沟通有独立的访问控制意识。
- 不存储原始聊天记录。 从对话中提取的结构化信息（决策、关系、偏好）进入永久层，原始对话不长期保留。
一个月后，这套架构又演化出了生命周期四层模型（流水、沉淀、项目、索引）和公开发布管道，你正在看的这个网站就是发布管道的出口。前传见 为什么我给自己造了一个 Jarvis。