---
title: "Content Hashing (Incremental Indexing)"
type: concept
tags: [indexing, optimization, hash, incremental]
sources: [semantic-memory-search]
last_updated: 2026-04-22
---

## Aliases
- Content Hashing
- 增量索引
- Incremental Indexing
- 内容哈希

## Definition

内容哈希是一种通过计算文档内容块的 SHA-256 哈希值来唯一标识内容的技术。当文档内容未变化时，哈希值保持不变，系统据此跳过已索引内容，仅处理新增或变更的内容块，从而实现增量索引，避免重复 Embedding API 调用。

## How It Works

```
文档内容块 → SHA-256 哈希 → 内容指纹
    ↓
内容指纹 vs 已索引指纹 → 比对结果：
  - 完全匹配 → 跳过（已存在，无需重新嵌入）
  - 变化/新增 → 执行 Embedding 并存储向量
```

## Why SHA-256?

- **确定性**：相同内容总是产生相同哈希，无误判
- **抗碰撞**：SHA-256 的 256 位空间使碰撞概率可忽略不计
- **快速**：哈希计算比 Embedding 快数个数量级，适合高频增量检查

## Key Insight

> "Smart dedup saves money. Each chunk is identified by a SHA-256 content hash. Re-running `index` only embeds new or changed content, so you can run it as often as you like without wasting embedding API calls." — memsearch

## Benefits

| 收益 | 说明 |
|------|------|
| **成本节省** | 避免重复 Embedding API 调用，节省 token 和费用 |
| **速度提升** | 仅处理增量变化，索引重建时间大幅缩短 |
| **幂等性** | 任意次数重新索引，结果一致 |
| **原子性** | 内容块级别独立，无整体重写的开销 |

## Connections
- [[semantic-memory-search]] — memsearch 使用 SHA-256 内容哈希实现增量索引
- [[memsearch]] — 内容哈希是 memsearch 增量索引的核心机制