画像自学习：让 AI 越来越懂你#

设计目标#

用户不需要写 prompt 解释自己是谁。AI 拿起来就知道。

具体到机制：

• 画像不是一段静态描述，而是会随时间演化的活文档
• 演化由 LLM 自动归纳，不依赖用户手填
• 演化过程可审计、可回滚：每周版快照保留，月度有变化报告，用户能看到 "4 月你偏好 React，5 月切到 Solid 了"

identity.md 是什么#

位置：~/.local/share/memoryd/profile/identity.md

内容（最新一版，永远是 LLM 重写后的当下快照）：

---
generated_at: 2026-05-18T03:00:00Z
generation_trigger: weekly_cron
sources_count: 137
sources_window: 2026-04-01..2026-05-18
prev_version_id: 47
diff_summary: 新增 Solid 偏好；移除 React 偏好（superseded）；新增项目 memory-system
---

# abble · 个人画像（2026-05-18 周报版）

## 身份与角色
- 软件工程师，深圳龙岗大运 5 栋 802，主力工作机 abble-mbp
- 主导项目：memory-system、wolin-clients-gathering、account-system

## 技术偏好（按强度）
- **前端**：Solid >> React（5 月切换，参见 supersede 链）
- **后端 Python**：FastAPI、uv 包管
- **数据**：SQLite + Markdown 双层；Milvus Lite 嵌入式向量

## 工作方式 / 协作偏好
- 偏好"autonomous + 中文汇总"
- 文档要中文；代码英文
- 拒绝 AskUserQuestion 面板

## 关注的概念
- 跨 harness 记忆（27 次提及）
- 自主学习（11 次）

## 近期决策（最高 confidence）
- 不要 v3 / 版本号 [2026-05-18]
- 只支持 CC / Codex / OpenClaw [2026-05-18]

三类自动学习任务#

flowchart TB
    subgraph realtime[实时（每次 capture）]
        E[抽实体 + 关系] --> SQL[(SQLite KG)]
    end
    subgraph weekly[每周（cron @weekly）]
        I[LLM 重写 identity.md]
    end
    subgraph monthly[每月（cron @monthly）]
        R[生成画像变化报告]
    end
    subgraph daily[每日 digest]
        T[trends 栏: trigger 频次 + entity 上升]
    end

    SQL --> weekly
    weekly --> SQL
    SQL --> monthly
    SQL --> daily

1. 实时：实体抽取 + 关系写入#

详见 知识图谱。这是 identity 的原料。

2. 每周：LLM 重写 identity.md#

源码：memoryd/src/memoryd/profile/identity.py

prompt：memoryd/src/memoryd/llm/prompts/rewrite_identity.py

def rewrite_identity_weekly():
    # 1. 拉本周 long-term + 高 recall_count 条目
    sources = query_memories(
        scope=None,                       # 全局，跨 scope
        types=["decision","preference","fact"],
        decay_state__ne="forgotten",
        recall_count__gte=2,
        limit=200,
    )
    # 2. top entity + supersede 演化
    top_entities = top_entities_by_mention_count(window_days=30, limit=30)
    recent_supersedes = recent_supersede_events(window_days=14)
    # 3. 上一版 identity 作 baseline
    prev = read_latest_profile_version()
    # 4. 喂 LLM
    new_identity_md = llm.rewrite_identity(
        sources=sources,
        top_entities=top_entities,
        recent_supersedes=recent_supersedes,
        prev_identity=prev.content_md,
        target_lang="zh-CN",
        max_chars=IDENTITY_MAX_CHARS,
    )
    # 5. 算 diff，落新版
    diff = compute_diff(prev.content_md, new_identity_md)
    save_profile_version(content_md=new_identity_md, trigger="weekly_cron",
                         diff_from_prev=diff)
    write_file("profile/identity.md", new_identity_md)
    audit_log("profile.rewrite", version_id=new_version_id, diff_summary=diff.summary)

IDENTITY_MAX_CHARS 在 prompt 里限定，避免 LLM 输出太长。

3. 每月：变化报告#

源码：memoryd/src/memoryd/profile/evolution.py

prompt：memoryd/src/memoryd/llm/prompts/profile_change_report.py

def generate_monthly_change_report(period="2026-04"):
    versions = list_profile_versions_in_month(period)
    supersedes = supersede_events_in_month(period)
    entity_lifecycle = entity_changes_in_month(period)

    report = llm.write_change_report(
        versions=versions,
        supersedes=supersedes,
        entity_lifecycle=entity_lifecycle,
        target_lang="zh-CN",
    )
    write_file(f"profile/change-reports/{period}.md", report)
    store_in_profile_change_reports(period, report, ...)

生成内容示例：

# 画像变化报告 · 2026-04

## 主要变化

- **前端偏好**：4 月主力 React，5 月切到 Solid。supersede 时间 2026-05-12，
  原因（从 capture 笔记推断）：性能 + 体积。
- **新增项目**：memory-system（5/9 起密集提及）。

## 新增实体（top 5）
- memory-system（45 次提及，已升为主项目）
- Solid（17 次）
- Milvus Lite（11 次）

## 退场实体（mention_count 跌为 0）
- 飞书 obsidian 集成（4 月调研，已结案）

## supersede 事件（共 6 次）
- preference#react → preference#solid [2026-05-12]

4. digest 的 trends 栏#

源码：memoryd/src/memoryd/profile/trends.py

memoryd digest 每天输出，trends 栏由 render_trends_section() 渲染：

=== Trends (last 7 days) ===

Top triggers:
  memory-system    27 hits
  knowledge-graph  12 hits
  identity         9 hits

Top entities (rising):
  Solid             +17 mentions
  memory-system     +45 mentions

Recent supersedes:
  preference#react → preference#solid

Recall hot:
  decision#feedback-autonomous-chinese  recalled 12 times this week

trigger 频次累加：

def increment_trigger(conn, trigger: str, scope_hash: str = "_global"):
    conn.execute(
        """INSERT INTO trigger_stats (trigger, scope_hash, day, hits)
           VALUES (?, ?, ?, 1)
           ON CONFLICT (trigger, scope_hash, day)
             DO UPDATE SET hits = hits + 1""",
        (trigger, scope_hash, today_iso()),
    )

每次 search hit 或 capture 写 trigger 都会自动调用。

CLI 入口#

memoryd profile show                     # 看最新 identity.md
memoryd profile history                  # 列历次快照
memoryd profile diff --from=46 --to=47   # 对比两版
memoryd profile rewrite                  # 手工触发重写（默认每周自动）
memoryd profile rewrite --on-event       # 事件触发重写（被 promotion burst 自动调用）
memoryd profile report --month=2026-04   # 生成 / 重新生成月度报告
memoryd profile trends --window=7d

事件驱动重写（补充每周 cron）#

每周 cron 是 identity.md 的主要更新机制。但重度使用一天就能产生 20+ 条 long-term memory，等到周日才重写会让画像滞后。补充机制：

• 每次 auto-promote（DURA ≥ 0.85 自动入库）或 mem_promote（CC 内手动批）成功后， 累加到 <data_root>/.profile_rewrite_pending 计数
• 累计 ≥ 阈值（默认 10）时，fork 后台 memoryd profile rewrite --on-event，计数清零
• 阈值通过环境变量 MEMORYD_PROFILE_REWRITE_THRESHOLD 调整。设 0 或负数禁用， 退化回纯 weekly cron 行为

数据库 profile_versions.trigger 字段记录触发源（weekly_cron / manual / on_event / manual_dry_run），方便排查 identity 演化的节奏。

源码：memoryd/profile/event_trigger.py

Web Dashboard /identity#

源码：web/routes.py（/identity / /identity/version/{n} / /identity/diff / /api/identity/report/{period}）

• /identity —— 当前 identity.md + 最近 5 个版本号 + 月度报告列表
• /identity/version/{n} —— 第 n 版历史快照
• /identity/diff?from=46&to=47 —— 两版 diff
• /api/identity/report/{period} —— 月度报告原文 markdown

隐私边界#

• identity.md 默认明文 —— 它是给"未来的你 + 任何 AI"看的
• 敏感 scope（.memoryd-sensitive）的内容不参与 identity 生成，避免泄露
• LLM 调用走用户配置的 provider；走 Ollama 时全程本机

设计权衡#

• 不让用户手填 identity.md。任何手工编辑会在下一次 weekly rewrite 被覆盖。用户改 identity 的正确方式是写记忆（让事实发生在 long-term 里）
• 不让 AI agent 直接写 identity。MCP 工具里没有 identity_set。identity 永远是被 LLM 周期性归纳出来的
• 版本号 monotonic 递增。不允许跳号，方便 diff 与回查
• prev_version_id 链。任意一版可以一路 diff 回最早一版