记忆系统
📚 记忆系统
记忆系统是 niko-hub 的核心引擎。每章正式保存后，系统自动执行章节摄取，将正文内容结构化为可检索、可追踪、可复用的记忆单元。
章节摄取提取的内容
- 章节摘要与结尾钩子
- 出场人物、地点、组织、物品
- 关键事件与状态变化
- 人物关系变化与角色认知变化
- 伏笔新增 / 推进 / 回收
- 时间线事件
- 图谱节点与关系边
上下文引擎（写作前自动触发）
每次调用 LLM 写作前，系统自动生成上下文包，按优先级组装：
用户明确指定 > 当前章节细纲 > 上一章结尾 > Canon 正史规则> 当前人物状态 > 伏笔状态 > 最近章节摘要 > 最近章节正文片段 > 图谱关系> 向量搜索结果 > 关键词搜索结果上下文包有 token 预算控制，自动在保证关键信息不遗漏的前提下裁剪内容；发送前还会按当前模型的真实输入上限再次裁剪并重试，避免长章节历史超出接口限制。
ContextPack 决策回放（v2.6.0+）：
发送给 LLM 的上下文包在聊天窗口内提供可折叠的决策回放面板。面板逐条展示当时组入了哪些记忆、各来源检索命中了什么、为何这样取舍顺序——写作者可直接追溯每次生成所依据的上下文，理解”AI 为什么这样写”。
混合检索策略
- 最近章节窗口：直接获取最近 N 章的正文片段（长章节同时保留开头与结尾）+ 摘要
- 关键词搜索：BM25 风格的精确匹配
- 向量搜索：语义级别的相似内容检索
- 图谱搜索：沿关系边扩展相关节点
- Canon 规则：强制注入的不可违背设定
数据存储方式
所有记忆数据以项目目录形式本地存储，章节正文保存为 Markdown，快照与状态保存为 JSON。支持导出、备份和索引重建。
摄取与索引增强（v2.6.0+）
- EPUB/HTML 特化摄取 + 提取器注册表：导入 EPUB/HTML 参考素材时走特化管线，按文档类型自动分派对应提取器；缓存键已版本化，解析升级后旧缓存自动失效，避免沿用过期提取结果
- 跨页 chunk 指纹去重：为 chunk 建立 SHA-256 指纹索引，跨页 / 跨章节的重复片段只入库一次，检索结果更精准，向量库随重复内容增长受控
- chunk 表自动 compaction + 对账：存储会自动压缩碎片化记录，并配套纯函数对账校验索引一致性，长线写作下数据不漂移
检索增强与信任审计（v2.7.8，64 号实施）
- chunk 标注入库：
chunk-annotation为摄取 chunk 打结构化标注（来源/位置/指纹），检索可溯源 - RAG 注入审计 12/12 全层覆盖：
prompt-injection-auditor9 规则零 LLM 机械扫描，layer-8（LLM Security Auditor）回注后注入审计矩阵全覆盖 - FTS5 持久 bigram 索引：
rebuildWikiFtsIndex可重建（索引 schema 变更 / 恢复后触发），中文按 bigram 倒排 + BM25 打分 - 查询分解：
decomposeNovelQuery按意图（classifyNovelIntent）生成子查询计划（buildQueryPlan），复杂查询拆解后分别检索 - multi-query RRF 融合：
generateMultiQueries生成多路查询，fuseAcrossQueries按 RRF 融合结果，多维度证据互补