Memory 记忆管理系统

Dieser Artikel beschreibt den Mechanismus des Managed Auto-Memory (verwaltetes automatisches Gedächtnis) in Qwen Code, seine Auslöser und Implementierungsdetails.

Inhaltsverzeichnis

1. Übersicht
2. Speicherstruktur
3. Speichertypen
4. Format der Speichereinträge
5. Lebenszyklus
6. Extract — Extraktion
7. Dream — Konsolidierung
8. Recall — Abruf
9. Forget — Vergessen
10. Index-Neuerstellung
11. Telemetrie-Ereignisse

Übersicht

Managed Auto-Memory ist ein System zur persistenten Speicherung von Benutzerwissen, das während KI-Konversationen automatisch gesammelt, konsolidiert und abgerufen wird. Es erhält den Lebenszyklus des Gedächtnisses durch vier Kernoperationen:

Speicherstruktur

Verzeichnisstruktur

~/.qwen/                                      ← Globales Basisverzeichnis (Standard)
└── projects/
    └── <sanitized-git-root>/                 ← Projekt-ID (basierend auf Git-Root-Pfad)
        ├── meta.json                         ← Metadaten (Zeitstempel für Extract/Dream, Status)
        ├── extract-cursor.json               ← Extract-Cursor (bereits verarbeiteter Dialog-Offset)
        ├── consolidation.lock                ← Mutex für Dream-Prozess
        └── memory/                           ← Hauptverzeichnis für Speicher
            ├── MEMORY.md                     ← Indexdatei (automatisch generiert, fasst alle Einträge zusammen)
            ├── user.md                       ← Benutzerpräferenz-Gedächtnis (Beispiel)
            ├── feedback.md                   ← Feedback-Regel-Gedächtnis (Beispiel)
            ├── project/
            │   └── milestone.md              ← Projekt-Gedächtnis (unterstützt Unterverzeichnisse)
            └── reference/
                └── grafana.md                ← Externes Ressourcen-Gedächtnis

Umgebungsvariablen-Override:

• QWEN_CODE_MEMORY_BASE_DIR: Ersetzt das globale Basisverzeichnis
• QWEN_CODE_MEMORY_LOCAL=1: Nutzt projektspezifischen Pfad .qwen/memory/

Wichtige Dateien

Speichertypen

Das System unterstützt vier integrierte Speichertypen, die jeweils eine andere Informationsdimension abdecken:

Nicht in das Gedächtnis aufnehmen: Codestile/-konventionen, Git-Historie, Debugging-Lösungen, temporäre Aufgabenstatus, bereits in QWEN.md/AGENTS.md dokumentierte Inhalte.

Format der Speichereinträge

Jede Themen-Datei verwendet das Format YAML-Frontmatter + Markdown-Body:

---
name: Name des Gedächtnisses
description: Ein-Satz-Beschreibung (für Relevanzabruf, möglichst konkret)
type: user|feedback|project|reference
---
 
Hauptinhalt des Gedächtnisses (Zusammenfassungszeile)
 
Why: Grund (damit KI Randfälle versteht und nicht blind Regel befolgt)
How to apply: Anwendungsszenarien und Nutzungsweise

Bei den Typen feedback und project wird dringend empfohlen, Why und How to apply auszufüllen, damit das Gedächtnis auch in Grenzfällen korrekt angewendet wird.

Lebenszyklus

Extract – Extraktion

Auslösezeitpunkt

Wird jedes Mal automatisch durch scheduleAutoMemoryExtract ausgelöst (im Hintergrund, nicht blockierend), nachdem die KI eine Antwortrunde abgeschlossen hat.

Planungslogik (extractScheduler.ts)

Grund für Überspringen:

Kern‑Extraktionsablauf (extract.ts)

Hinweis: Das isUnderMemoryPressure‑Gate befindet sich in MemoryManager.runExtract(), nicht in diesem Ablauf. Wenn der Monitor einen harten/kritischen Druck meldet, überspringt MemoryManager den Extract‑Aufruf und verschiebt den Cursor nicht.

Extraktions‑Cursor:

• Felder: { sessionId, processedOffset, updatedAt }
• Vor der Extraktion wird der aktuelle Fortschritt via readExtractCursor gelesen, dann wird mit history.slice(processedOffset) nur der ungelesene Teil verarbeitet
• Nach jeder Extraktion wird processedOffset auf die aktuelle Historienlänge (params.history.length) aktualisiert
• Bei Sessionswechsel (sessionId ändert sich) wird wieder bei Offset 0 begonnen
• Hinweis: Es wird nicht mehr buildTranscriptMessages / loadUnprocessedTranscriptSlice verwendet – hasNewUserMessages wird durch history.slice(startOffset).some(m => m.role === 'user' && partToString(m.parts).trim().length > 0) ermittelt, nur auf dem un‑gelesenen Slice wird eine leichte Stringifikation durchgeführt, die gesamte Historie wird nicht mehr verarbeitet

Patch‑Filterregeln:

• Zusammenfassung kürzer als 12 Zeichen → verwerfen
• Zusammenfassung endet mit ? → verwerfen (Fragesatz)
• Enthält temporäre Schlüsselwörter (today/now/currently/temporary etc.) → verwerfen
• Gleiche topic:summary‑Kombination → deduplizieren

Dream – Integration

Auslösezeitpunkt

Wird automatisch durch scheduleManagedAutoMemoryDream ausgelöst (im Hintergrund, nicht blockierend), nachdem die KI eine Antwortrunde abgeschlossen hat. Wird aber von mehreren Gates geschützt und in den meisten Fällen übersprungen.

Planungs‑Gates (dreamScheduler.ts)

Gate‑Parameter:

Lock‑Mechanismus:

• Lock‑Datei liegt unter <project-state-dir>/consolidation.lock
• Inhalt ist die PID des haltenden Prozesses
• Bei Prüfung: Wenn der PID‑Prozess nicht mehr existiert (kill(pid, 0) schlägt fehl) oder das Lock älter als 1 Stunde ist → als veraltet betrachten, automatisch löschen

Integrations‑Ausführungsablauf (dream.ts)

Mechanische Deduplizierungslogik:

1. Innerhalb jeder Themendatei: nach summary.toLowerCase() deduplizieren, Felder why/howToApply zusammenführen
2. Nach Summary‑alphabetischer Reihenfolge neu sortieren
3. Dateiübergreifend: Einträge mit gleichem type:summary in die zuerst gefundene Datei zusammenführen, doppelte Dateien löschen

Recall — Abruf

Auslösezeitpunkt

Vor jeder AI-Verarbeitung einer Benutzeranfrage wird automatisch resolveRelevantAutoMemoryPromptForQuery ausgelöst, um relevante Erinnerungen in den System-Prompt einzufügen.

Abrufablauf (recall.ts)

Bewertungsregeln (heuristisch):

Charakteristische Schlüsselwörter pro Typ:

• user: user, preference, background, role, terse
• feedback: feedback, rule, avoid, style, summary
• project: project, goal, incident, deadline, release
• reference: reference, dashboard, ticket, docs, link

Prompt-Aufbauregeln:

• Maximal 5 Dokumente einfügen (MAX_RELEVANT_DOCS)
• Jeder Dokument-body wird auf 1200 Zeichen gekürzt (MAX_DOC_BODY_CHARS)
• Bei Überschreitung wird der Hinweis angehängt: „NOTE: Relevant memory truncated for prompt budget.”
• Enthält Informationen zur Frische des Dokuments (basierend auf Datei-Mtime)

Forget — Vergessen

Auslösezeitpunkt

Wird durch manuelle Ausführung des Befehls /forget <query> durch den Benutzer ausgelöst.

Vergessensablauf (forget.ts)

Entry-ID-Design:

• Datei mit einem Eintrag (häufig): relativePath (z. B. feedback/no-summary.md)
• Datei mit mehreren Einträgen: relativePath:index (z. B. feedback/style.md:2)
• Verwendung stabiler IDs, damit das Modell Einträge genau lokalisieren kann, ohne andere Einträge in derselben Datei zu beeinflussen.

Index-Neuerstellung

MEMORY.md ist der Navigationsindex aller Themendateien. Nach jedem Extract oder Dream wird rebuildManagedAutoMemoryIndex aufgerufen, um ihn neu zu erstellen:

- [用户偏好](user/preferences.md) — 用户是资深 Go 工程师，第一次接触 React
- [反馈规范](feedback/style.md) — 保持回复简洁，不要尾部总结
- [项目里程碑](project/milestone.md) — 移动端发布切分支前的合并冻结窗口

Index-Beschränkungen:

• Maximal 150 Zeichen pro Zeile (bei Überschreitung mit … abgeschnitten)
• Maximal 200 Zeilen
• Gesamtgröße nicht mehr als 25.000 Bytes

Telemetrie-Ereignisse

Das System enthält drei Arten von Telemetrie-Ereignissen zur Überwachung der Leistung und Effektivität von Speichervorgängen:

Extract-Telemetrie

Dream-Telemetrie

Recall-Telemetrie

Index der zugehörigen Quelldateien