# Portability: SYSTEM
# Last validated: 2026-05-17
# Next review: 2027-05-17
# 资源：[hub/consolidation.py，memory_consolidation 表]

内存整合
=====================

日期：2026-02-08

什么是整合？
-----------------------
整合是由原始数据（课程、课程、
工作记忆）创建意义结构并将其转移到上下文中。 

类似于人类睡眠：
- 经验被处理并保留重要的东西。
- 重复加强连接（Boost），未使用的淡化（Decay）。
- 摘要减少细节，保留本质。

整合级别（管道）
---------------------------------

  RAW DATA（会话、工作内存）--[分析]--> ASM（元数据）
  ASM（元数据）--[AI 评论]--> 本质（课程、背景）
  ESSENCE --[索引]--> TRIGGER-DB（关联内存）

表（v1.1.80+ 活动）
-------------------------
  memory_sessions 原始数据（360+ 条目）
  memory_lessons 纯化的见解（70 多个条目）
  memory_consolidation 跟踪和分数（350 多个条目）
  context_triggers 关联桥（900 多个触发器）

CLI 命令（巴赫合并）
------------------------------
  状态 显示统计数据和到期合并。
  run 运行所有可用的整合步骤（权重、存档、索引、同步触发、忘记）。
  compress 将会话压缩为上下文条目。
               --cleanup：清理空会话
               --batch：按天分组会议
               --run：使用规则集进行完全压缩
  权重相关性分数更新（衰减/提升）。
  存档 将过时的知识移至长期存档。
  索引 事实、帮助和维基之间的比较。
  review 创建用于手动验证的审核任务。
  init 初始化现有条目的跟踪。
  sync-triggers 更新动态上下文触发器（新 v1.1.80）。
  忘记删除未使用的条目（权重<阈值）。
  重新分类 更正错误分类的条目（新 v1.1.81）。

守护进程集成
------------------
合并可以作为后台作业运行（scheduler_jobs）：
- `consolidate-weight`：每日（衰减模拟）。
- `consolidate-archive`：每周（存档检查）。
- `consolidate-index`：更新事实索引。

（注意：需要配置守护进程作业 - 请参阅 docs/help/daemon.txt）

真实性：
每次整合运行都会创建日志条目，以防出现疑问 
审查任务（#category：维护）。

另请参阅
----------
  docs/help/memory.txt 认知记忆模型
  docs/help/lessons.txt 最佳实践和见解
  docs/help/daemon.txt 守护进程作业
  hub/consolidation.py 逻辑的实现
  ARCHITECTURE.md 系统架构（内存模型）

子进程（已存在）
--------------------------------
这些现有工具是整合的一部分：

  tools/autolog_analyzer.py 会话分析 (ASM_003)
  tools/context_compressor.py 压缩 (ASM_004/005)
  技能/工作流程/wiki-* Wiki 作者
  技能/工作流程/帮助-* 帮助作者

数据库架构
----------------
内存整合（活动，350 多个条目）：

  id 整数主键
  source_table TEXT——内存_会话、内存_课程等。
  source_id INTEGER -- 源表中的 ID
  times_accessed INTEGER -- 访问计数器
  last_accessed TIMESTAMP——上次访问
  权重 REAL -- 相关性得分 (0.0-1.0)
  Decay_rate REAL -- 衰减率
  Threshold REAL -- 归档阈值
  状态文本——活动、已存档、已删除
  ified_to INTEGER -- memory_context 中的 ID（如果已合并）
  创建于时间戳
  Updated_at TIMESTAMP

工作流程：会话 -> 上下文
----------------------------
1。会话结束（--shutdown）
2. autolog_analyzer.py提取活动
3. context_compressor.py 创建摘要
4. 存储在memory_sessions中的摘要
5. [DAEMON] X 会话之后：压缩到上下文
6.【AI REVIEW】检查意义结构，更正
7. 使用触发器生成内存上下文

工作流程：事实 -> WIKI/帮助
---------------------------
1。创建新事实：bach --内存事实“主题：值”
2. 合并索引检查：“主题”是否存在帮助/Wiki？
3. 如果否：创建任务“在 [主题] 上创建 wiki 条目”
4. Wiki 作者创建条目
5. 使用路径引用更新事实

工作流程：WIKI/帮助 -> 事实索引
----------------------------------
1. consolidate-index 扫描 docs/help/*.txt 和 wiki/*.txt
2. 对于每个条目：事实是否存在？
3. 如果不是：创建一个事实作为索引
   HELP.memory ->“内存系统文档”
   WIKI.gemini ->“Google Gemini AI 模型”
4. 事实可作为快速查找

阈值（可配置）
-------------------------------
  Weight_threshold_archive: 0.2 低于此值：存档
  Weight_threshold_delete: 0.05 低于该值：删除
  Decay_rate_default: 0.95 每日衰减 (5%)
  boost_on_access：访问时权重增加0.1
  sessions_before_compress: 压缩前10个会话
  days_before_archive：存档前 90 天

新操作 (v1.1.80+)
---------------------------
  sync-triggers 更新动态触发器：
                   -workflow_trigger_generator.py
                   - Lesson_trigger_generator.py
                   - tool_auto_discovery.py
                   - theme_packet_generator.py
                   -trigger_maintainer.py

  忘记 停用/删除权重 < 0.05 的条目
                   - 记忆课程： is_active = 0
                   - 内存工作： is_active = 0
                   - 内存事实：删除

  reclassify 更正错误的分类：
                   - 课程 -> 上下文（使用率高）
                   - 工作 -> 课程（有课程模式）
                   - 工作 -> 事实（具有键：值格式）
                   - 没有 Wiki 的事实 -> 创建任务

                   手动转换：
                     bach consolidate reclassify lesson 42 context

                   自动分析：
                     bach consolidate reclassify
                     bach consolidate reclassify --fix
