海马体记忆流引擎 (Hippocampus Memory Engine)

概览

把 LLM 当作"大脑皮层"、把外部存储当作"海马体"。本 skill 提供一套离线、零模型下载的 Python 引擎，把分散在各处的记忆（会话日志、账号级 MEMORY.md、知识库 knowledge.json、归档 README、TRAE 记忆工作流）统一向量化、持久化，并支持 RAG 检索、自动蒸馏、SVG 可视化、Obsidian 同步与 GitHub 站点发布。

何时调用

用户要求搭建/维护 Agent 的"外部记忆""海马体记忆""记忆中枢"。
用户有多个记忆源需要统一检索或可视化。
用户要求把知识库更新到 GitHub、发布为 Skill、同步到 Obsidian。
用户要求新建任务/新建对话/每日更新自动汇入海马体。
每个会话/任务结束前，用户说"把这次内容更新到海马体""巩固记忆""incremental sync"。

本地路径

引擎本体：D:\\D盘workbuddy办公\\记忆流存储\\记忆流引擎\\
可视化站点：D:\\D盘workbuddy办公\\记忆流存储\\海马体知识库\\index.html
结构化数据：D:\\D盘workbuddy办公\\记忆流存储\\海马体知识库\\knowledge.json
Obsidian Vault：C:/Users/Administrator/Documents/Obsidian Vault/海马体记忆流
GitHub 仓库：https://github.com/wzx11223344/hippocampus-memory-engine

核心用法

完整同步（推荐每日一次）
```
cd 'D:\\D盘workbuddy办公\\记忆流存储\\记忆流引擎'
python sync.py all
```
all = 清空 L3/L2 → seed → distill → rebuild index.html/flow.html → 导出 Obsidian。
增量同步（新建任务/对话结束时）
```
python sync.py incremental --text "本次会话核心结论：..."
```
不重置引擎，只追加本轮内容，自动刷新可视化、flow 图谱与 Obsidian。

单条记忆写入

python sync.py ingest --text "关键事实/约束/决策" --type semantic --importance 0.8

只更新可视化
```
python sync.py rebuild
```
只导出 Obsidian
```
python sync.py obsidian
```

检索记忆

from engine import HippocampusEngine
eng = HippocampusEngine("config.json")
hits = eng.retrieve("链主申报书 附件3", top_k=3, threshold=0.05)

自动迭代

每日汇总：已配置每日 23:00 自动任务运行 sync.py all，把当天新任务、新对话、日志与 TRAE 记忆汇流进海马体。任务 ID 见 Schedule 列表。
会话级增量：在每个会话/任务结束时，调用 python sync.py incremental --text "..." 把当轮关键内容实时写入海马体；AI 会在后续任务中通过检索或读取 knowledge.json 复用这些记忆。
自我更迭：高价值记忆经 distill 自动进入 knowledge.json 的 auto 区，成为长期语义记忆；可视化与 Obsidian 随每次同步自动重建。

注意事项

唯一依赖：numpy。
中文稀疏 TF-IDF 下 threshold 可调低到 0.03–0.05 提升召回。
写入知识库 knowledge.json 后必须重新运行 sync.py all 才能更新可视化与 Obsidian。

hippocampus-memory-engine

安装到 Tokeny（自动）

SKILL.md