勿 忘 我
Forget me not
2025 · Group Project
React · FastAPI · MySQL · FalkorDB
Memory-centric RAG · Knowledge Graph · Multi-Agent
memoryclawv1.coolqq.com
1.WHY
大多数 AI 陪伴产品都有同一个症状
每次打开,角色都像第一次见到你
名字、上次聊到哪、你提过的偏好、
你们之间发生过的事
全部要重新介绍
这不是陪伴
是重新认识
2.WHAT
一个 AI 角色扮演聊天产品
用户可以创建自己的 AI 角色
给 TA 人设、价值观、口癖
然后和 TA 持续对话
区别于市面同类产品的核心
记忆系统
3.A NOTE ON RAG
大多数产品的"记忆" = 把 chat history 喂回模型
这种做法 context 一长
角色就开始遗忘、错位、变成另一个人
我把记忆抽象成三层
SOUL — 角色自己的人设、价值观、口癖
USER — AI 视角下"它了解到的用户"画像
后台 agent 增量更新
MEMORY — 双方共同经历过的事实,Markdown 结构化存储
每次对话只 retrieve 当前需要的切片
而不是 dump 全部历史
MEMORY 只存客观事实(发生了什么)
主观感受、视角差异由 SOUL 在 runtime 当滤镜叠加上去
这层分离让多角色场景下"同一件事不同角色记得不同"成为可能
但底层事实是统一的

单人聊天窗口
AI角色可以由你决定
可以是你最近看过的意犹未尽的电影角色
可以是你从小喜欢到大的IP角色
可以是你自己创造出的角色
也可以是我们为你准备好的角色
他有记忆、有人格、有个性、有故事
你说的话他都能接住

角色卡片
每个他都有一张卡
写着他是谁、他从哪里来
他的喜恶、他的语言习惯
他的口头禅
他记得的那些过去
写完
他就站在你面前了

角色记忆
你上周提到的那件烦心事
今天打开 他会先问一句
你说过的话
你们之间发生过的事
他都记得
你不是在反复介绍自己
你是在被记得

群组聊天窗口
谁在场
你决定
他们之前互不相识
都因为你 来到这
这是你的客厅
他们一起在这里生活
4.GROUP CHAT
让模型一次性生成多人对话,不够稳健
谁说话、说什么、什么时候打断,都容易乱
拆成两阶段
阶段 1(剧本指导) —— 规划这段对话有几个 Beat,每个 Beat 谁对谁说、主题是什么
阶段 2(剧本生成) —— 根据规划填台词
Beat 是编剧术语,不是 Turn,也不是 Floor
Floor 是会话分析里"发言空间"的概念,状态性、即时涌现
适合描述"实际发生了什么",不适合作为"事先编排的规划单元"
Beat 自带"预设意图单元"的含义,和"剧本"的隐喻一致
命名上的精细度,反映的是对场景理解的深度。
5.MEMORY
MEMORY 只存客观事实
角色 A 觉得用户温柔
角色 B 觉得用户神经质
这两条都不写进 MEMORY
写进 MEMORY 的是
"用户连续三周每天都在晚上 11 点之后聊天"
主观感受是各角色 SOUL 在 runtime 当滤镜叠加上去的
这层分离让记忆层保持"客观共同事实"的调性
不会因角色多了而混乱
6.A NOTE ON AI CHAT
AI 陪伴的护城河
不是模型
是关系的连续性
关系的载体是记忆
记忆不是 log
是被结构化的事实
角色不该每次都重新认识你
这是一切的起点
勿忘我
是一种很小的花
蓝紫色 不起眼
它的名字
就是它对世界唯一的请求
我希望每一次
你和他之间发生过的事
都能像这朵花一样
被记得