v2.0.0：多星图 Atlas 面板（总览星海 / 时间遗忘 / 人格核心环 / 实体子图 / 唤起热力）+ 导出导入 + 冲突取代 + 可选 Ollama embedding。改动、研究来源与诚实边界见 docs/V2.md。旧版面板在
/panel-legacy。
给 AI QQ 机器人一副跨会话的长期记忆。 零依赖 · 单文件部署 · 自带"大脑"可视化面板。
她不再隔一天就忘了你。她记得你不吃香菜、记得约好周五开黑、记得她上周读《三体》—— 而且群里绝不知道你们私聊说过什么。
把大模型接进 QQ 之后，机器人最大的问题不是不聪明，而是没有记性：
| 现状 | 装上本引擎 |
|---|---|
| 隔一天就失忆 | 跨会话记住长期事实、约定、偏好 |
| 上下文越滚越长，越来越贵 | 每轮只注入 ≤1400 字节的相关记忆，成本恒定 |
| 群里随口说出私聊的秘密 | owner + visibility 双重隔离，隐私红线写进引擎 |
| "最近/怎么样"这类虚词干扰检索 | 停用词 + IDF 加权，问"团子最近怎么样"就命中团子 |
与链路无关：只要求"客户端能把请求发给我"，不管你用 SnowLuma / NapCat / Lagrange， 不管桥接是 qq-bridge 还是 SurfCore。
git clone https://github.com/qqbot-hub/dafenyu-memory.git
cd dafenyu-memory
node server.mjs # http://127.0.0.1:8790 · 面板 /panel
node scripts/test.mjs # 14 项自测（用临时目录，不污染数据）接入（OpenAI 兼容代理）：在 config.json 里填 upstream（你的 DeepSeek Key），
然后把客户端的 base_url 改成 http://127.0.0.1:8790/v1。之后每一轮对话：
- 自动检索相关记忆，注入 system prompt
- 转发给真正的模型
- 自动把值得记的内容写回记忆库
请求必须带 user（如 "qq:10001"），群聊另带 x-channel: group 与 x-group: 群号。
不带 user 会返回 400——这是为了不让所有人的记忆混在一起。
curl -X POST http://127.0.0.1:8790/v1/chat/completions \
-H "Content-Type: application/json" \
-H "x-channel: group" -H "x-group: 888" \
-d '{"user":"qq:10001","messages":[{"role":"user","content":"我的猫叫什么来着"}]}'打开 http://127.0.0.1:8790/panel：
- 力导向实时图：记忆按类型着色（事件/事实/偏好/关系/技能/元记忆），实体按提及次数变大
- 拖拽节点、滚轮缩放、点节点看她记得的原文
- 顶栏 KPI：记忆数 / 实体 / 关系 / 被想起次数 / 已遗忘
- 一键夜巡：衰减 → 归档 → 合并 → 清除，当场报数字
每轮对话（零成本） → 值得记的自动写入（LLM 抽摘要，没配 LLM 用规则兜底）
每条带 owner + visibility + kind + importance + 实体
检索（毫秒级） → 五路打分融合：
0.46 关键词(IDF) + 0.18 语义(可选) + 0.14 重要性
+ 0.11 新鲜度(半衰期14天) + 0.11 实体图谱扩散
→ 意图重排 → 相似去重 → 分数门槛 → Top-K 注入
每晚夜巡 → 衰减 ×0.995 → 归档(低价值/30天未想起) → 合并(相似≥0.92) → 清除(180天)
每周 → "昨天印象最深的三件事"沉淀为元记忆
三条铁律：
- 被想起 = 续命：命中的记忆刷新
last_hit，半衰期重新计算（间隔重复效应） - 性格底色永不淘汰：
pin的记忆（称呼/账号/约定）不参与衰减；夜间整理跳过 - 隐私优先：
visibility=private的记忆在任何群聊场合都召不回——这条在引擎里，不靠提示词
| kind | 含义 | 例 |
|---|---|---|
episode |
发生了什么 | 周五晚九点约好开黑 |
fact |
事实 | 养了只叫团子的橘猫 |
preference |
偏好 | 不吃香菜 |
relation |
关系 | 小美是老王的妹妹 |
skill |
学会的做法 | 他说困了就该劝睡觉 |
digest |
元记忆 | 【昨日三件事】…（夜巡产物，永不衰减） |
调研过的项目：mem0（41k★ 记忆层）、Letta/MemGPT（19k★ Agent 运行时）、MemU（文件系统派）、Zep（图数据库派）、memory-brain（AstrBot 记忆层，AGPL）。
| 它们 | 本引擎 | |
|---|---|---|
| 定位 | 记忆层 / 运行时 | 记忆层（轻量，可插任何链路） |
| 依赖 | Python + 向量库/图库/Postgres | 零依赖（纯 Node 内置模块） |
| 中文检索 | 语义为主 | 关键词 IDF 主导（实测中文短句更可靠，权重来自 memory-brain 的评估集结论） |
| 多用户隔离 | 各有方案 | owner 字段进引擎（memory-brain 实测无 user 维度，群里会串记忆——本引擎从表结构上解决） |
| 隐私场合 | 部分有 | visibility 三态（public/private/group），群聊场合召不回 private |
| 噪声治理 | 阈值不一 | 停用词 + IDF + minScore 门槛（实测修复"最近"压过"团子"的问题） |
| 可视化 | 面板/无 | 自带力导向"大脑"面板，零依赖 |
| 许可 | Apache/AGPL 混杂 | MIT |
完整调研与实测记录见 docs/DESIGN.md。
仓库 mcp/memory_brain.mjs 是市场插件（mem_recall / mem_remember / mem_stats），
复制到市场 plugins/ 并把条目加进 data/catalog/plugins.json 即可。
让模型主动回忆与记录；自动注入则由代理模式承担。
config.json（参考 docs/API.md），全部字段可用环境变量覆盖：
| 字段 | 说明 |
|---|---|
port / host |
监听，默认 8790 / 127.0.0.1 |
token |
鉴权令牌；暴露到非本机时必须设置 |
upstream.baseUrl / apiKey / model |
代理上游（DeepSeek 等），不配则 /v1 不可用（其余接口正常） |
llm.* |
记忆抽取用的 LLM；不配走规则兜底 |
recall.minScore / maxBytes / maxItems |
门槛与注入预算 |
remember.enabled / minChars |
自动记忆开关与最短长度 |
node scripts/nightly.mjs # 衰减/归档/合并/清除，打印数字
node scripts/nightly.mjs --digest # 附带昨日三件事（需配 llm）Windows 任务计划：每天 22:05 跑一次即可。手动触发也可以 curl -X POST http://127.0.0.1:8790/nightly。
全部接口（含实测请求/响应）见 docs/API.md。核心三个：
# 写入
curl -X POST http://127.0.0.1:8790/remember -H "Content-Type: application/json" \
-d '{"text":"他不吃香菜","kind":"preference","importance":0.7,"user":"qq:10001"}'
# 检索
curl -X POST http://127.0.0.1:8790/recall -H "Content-Type: application/json" \
-d '{"query":"团子","user":"qq:10001","channel":"private"}'
# 统计
curl http://127.0.0.1:8790/statsnode scripts/test.mjs14 项：建库、噪声修复、用户隔离、场合隔离、跨群隔离、钉住激活/不滥用、touch 续命、去重、夜间衰减、权重约定。全部用临时目录，不碰真实数据。
8780/8790这类服务不要暴露公网：代理模式会把你的 upstream Key 拿去用- 记忆库是明文 JSON（
data/brain.json），含用户聊天内容，注意备份与隐私 visibility=private是引擎级保证，但最终请遵守你所在平台的规则与当地法律
MIT © qqbot-hub
致谢：打分权重与实体图谱思路来自 memory-brain（AGPL，本项目仅借鉴思路、全部代码重写）； 分层与预算思想来自 Companion-AI-Memory 与 dsh-chain；架构调研参考 mem0 与 Letta。