64 lines
2.4 KiB
Markdown
64 lines
2.4 KiB
Markdown
---
|
||
title: "Dream-Cycle"
|
||
type: concept
|
||
tags: [AI-Memory, Context-Substrate, Knowledge-Consolidation, Background-Process]
|
||
sources: [ai-memory-tools-two-camps]
|
||
last_updated: 2026-04-15
|
||
---
|
||
|
||
## Definition
|
||
[[OpenClaw]] 和 [[Thoth]] 采用的后台知识整合机制——夜间多阶段过程将日常笔记、短期上下文整合为长期记忆。是 Context Substrate 范式中最关键的"上下文复合"实现机制。
|
||
|
||
## OpenClaw Dreaming（三阶段）
|
||
|
||
源自 OpenClaw 的官方文档，定义了三层递进的整合阶段：
|
||
|
||
### Light Sleep（浅睡）
|
||
- 筛选每日笔记
|
||
- 将相近行分组为连贯段落
|
||
- 识别值得保留的信息
|
||
|
||
### REM（快速眼动）
|
||
- 加权召回提升（weighted recall promotion）
|
||
- 频繁访问的信息成为"持久真理"（lasting truths）
|
||
- 激活与巩固已有上下文关联
|
||
|
||
### Deep Sleep（深睡）
|
||
- 安全推入 MEMORY.md（replay-safe promotion）
|
||
- 协调而非重复（reconciles rather than duplicates）
|
||
- 最终沉淀为长期记忆
|
||
|
||
### 阈值门控（Gate Mechanism）
|
||
只有通过所有阈值的条目才会被提升：
|
||
- 最小评分：0.8
|
||
- 最小召回次数：3
|
||
- 最小独立查询数：3
|
||
|
||
### 六维评分信号
|
||
1. 相关性（relevance）：0.30
|
||
2. 频率（frequency）：0.24
|
||
3. 查询多样性（query diversity）：0.15
|
||
4. 时效性（recency）：0.15
|
||
5. 整合度（consolidation）：0.10
|
||
6. 概念丰富度（conceptual richness）：0.06
|
||
|
||
## Thoth Dream Cycle（四阶段）
|
||
|
||
Thoth 实现了更精细化的四阶段过程：
|
||
|
||
1. **重复合并**（duplicate merging）：相似度 ≥ 0.93 的重复项合并
|
||
2. **描述富化**（description enrichment）：从对话上下文中丰富实体描述
|
||
3. **关系推断**（relationship inference）：推断共现实体之间的关系
|
||
4. **置信度衰减**（confidence decay）：超过 90 天的关系置信度自动衰减
|
||
|
||
额外机制：
|
||
- 三层反污染机制防止跨实体事实串扰
|
||
|
||
## Conceptual Significance
|
||
Dream Cycle 的核心洞察：**系统不决定什么是"事实"，而是促进持续被证明相关的内容**。这比预先定义的提取规则更鲁棒，因为相关性来自实际使用模式而非人工设计。
|
||
|
||
## Connections
|
||
- [[OpenClaw]] ← 实现 ← OpenClaw 实现了 Dreaming 三阶段
|
||
- [[Thoth]] ← 实现 ← Thoth 实现了 Dream Cycle 四阶段
|
||
- [[ai-memory-tools-two-camps]] ← 来源 ← Dream-Cycle 是 Camp 2 工具的核心整合机制
|