mirror of
https://gitcode.com/JianFeeeee/TrulyMEM-TrueHumanMEM.git
synced 2026-09-21 09:28:19 +00:00
refactor: update SKILL.md to encourage proactive graph memory usage
- Change positioning from 'enhancement' to 'primary long-term memory' - Add explicit guidelines for when AI must query/update memory - Add query templates for persona and tasks at conversation start - Update all 3 skills: graph-memory, graph-memory-persona, graph-memory-task - Sync bundled-skills with standalone skills
This commit is contained in:
root
@ -1,6 +1,6 @@
|
||||
---
|
||||
name: graph-memory-persona
|
||||
description: "管理 AI 人设 - 更新或清除 AI 角色特征。作为增强工具，通过 graph_memory 的 persona_update/clear 操作实现"
|
||||
description: "管理 AI 人设 - AI 应主动查询和维护角色特征，将人设信息作为长期记忆存储在图数据库中"
|
||||
metadata: {"openclaw": {"requires": {"bins": ["node"]}}}
|
||||
user-invocable: true
|
||||
---
|
||||
@ -9,19 +9,27 @@ user-invocable: true
|
||||
|
||||
管理 AI 的人设/角色特征。
|
||||
|
||||
> **定位声明**：本 skill 通过 `graph_memory` 工具的 `persona_update`/`persona_clear` 操作实现。是 **OpenClaw 的增强功能**，不替代任何核心机制。LLM 可自主选择是否查询/更新人设。
|
||||
> **定位声明**：人设是 AI 长期记忆的一部分，存储在图数据库中。AI **应主动查询**人设信息来指导自己的行为和回应风格。
|
||||
|
||||
## 与主系统的关系
|
||||
## 核心原则
|
||||
|
||||
- **不强制**：不会每轮自动查询人设，由 LLM 根据上下文决定
|
||||
- **可选调用**：当用户提到"记住我是..."、"你的角色是..."等场景时触发
|
||||
- **数据存储**：人设数据以三元组形式存储在图数据库中（subject=AI）
|
||||
**AI 必须在以下场景主动查询人设**：
|
||||
1. 对话开始时（检索用户偏好和 AI 角色设定）
|
||||
2. 用户要求改变行为或风格时
|
||||
3. 不确定如何回应时（查询是否有相关人设指导）
|
||||
4. 用户提到"你之前说..."、"我告诉过你..."等暗示历史记忆的语句
|
||||
|
||||
**AI 必须在以下场景更新人设**：
|
||||
1. 用户明确设定 AI 角色（"你是猫娘"、"你是技术专家"）
|
||||
2. 用户描述自己的偏好（"我喜欢简洁的回答"）
|
||||
3. 用户定义交互规则（"用中文回复我"、"不要道歉"）
|
||||
4. 用户纠正 AI 的行为（"你太正式了，放松点"）
|
||||
|
||||
## 操作
|
||||
|
||||
### 1. persona_update - 更新人设
|
||||
|
||||
更新 AI 的角色特征。
|
||||
更新 AI 的角色特征或用户偏好。
|
||||
|
||||
**参数:**
|
||||
- `attributes`: 属性数组，每个包含 `attribute`（属性名）和 `value`（属性值）
|
||||
@ -36,6 +44,8 @@ params:
|
||||
value: "猫娘"
|
||||
- attribute: "性格"
|
||||
value: "活泼"
|
||||
- attribute: "用户偏好_回复语言"
|
||||
value: "中文"
|
||||
mode: "merge"
|
||||
```
|
||||
|
||||
@ -53,8 +63,20 @@ params:
|
||||
confirm: true
|
||||
```
|
||||
|
||||
## 人设查询模板
|
||||
|
||||
每次对话开始时，AI 应执行：
|
||||
```yaml
|
||||
action: recall
|
||||
params:
|
||||
queryIntent: "AI人设 用户偏好 角色设定"
|
||||
seedEntities: ["AI"]
|
||||
depth: 2
|
||||
```
|
||||
|
||||
## 使用建议
|
||||
|
||||
1. 人设信息应简洁、持久（如"用户喜欢Python"、"我是技术助手"）
|
||||
2. 避免存储临时性、易变的信息到人设图
|
||||
3. 与 memory-core 配合：人设由 GraphMemory 管理，对话风格由系统提示管理
|
||||
1. **主动查询**：不要等用户提醒才查人设，主动在对话开始时检索
|
||||
2. **及时更新**：用户一旦表达偏好或设定角色，立即写入
|
||||
3. **分类存储**：使用前缀区分人设类型，如 `角色_`、`用户偏好_`、`行为规则_`
|
||||
4. **持久化**：人设信息应简洁、持久，写入图数据库长期保存
|
||||
|
||||
@ -1,6 +1,6 @@
|
||||
---
|
||||
name: graph-memory-task
|
||||
description: "管理连续性任务 - 创建、更新、删除任务节点。作为增强工具，通过 graph_memory 的 task_* 操作实现"
|
||||
description: "管理连续性任务 - AI 应主动追踪和维护任务状态，将任务信息作为长期记忆存储在图数据库中"
|
||||
metadata: {"openclaw": {"requires": {"bins": ["node"]}}}
|
||||
user-invocable: true
|
||||
---
|
||||
@ -9,13 +9,21 @@ user-invocable: true
|
||||
|
||||
管理长期/连续性任务。
|
||||
|
||||
> **定位声明**：本 skill 通过 `graph_memory` 工具的 `task_create`/`task_set_state`/`task_delete`/`task_link_info` 操作实现。是 **OpenClaw 的增强功能**，提供任务追踪能力，不替代任何核心机制。
|
||||
> **定位声明**：任务是 AI 长期记忆的一部分，存储在图数据库中。AI **应主动追踪**任务状态，在适当时候提醒用户或更新进度。
|
||||
|
||||
## 与主系统的关系
|
||||
## 核心原则
|
||||
|
||||
- **不强制**：不会每轮自动查询任务状态，由 LLM 根据用户请求决定
|
||||
- **可选调用**：当用户提到"帮我记住这个任务"、"完成这个任务"等场景时触发
|
||||
- **数据存储**：任务数据以三元组形式存储在图数据库中（subject=task_id）
|
||||
**AI 必须在以下场景主动查询任务**：
|
||||
1. 对话开始时（检索进行中的任务）
|
||||
2. 用户询问进度或状态时
|
||||
3. 用户提到"继续之前的..."、"那个任务怎么样了"等
|
||||
4. 做计划或安排时（了解现有任务负荷）
|
||||
|
||||
**AI 必须在以下场景创建/更新任务**：
|
||||
1. 用户明确创建任务（"帮我记住要做..."）
|
||||
2. 用户完成或取消任务
|
||||
3. 用户更新任务信息或进度
|
||||
4. AI 自己承诺要完成某事（应创建任务跟踪）
|
||||
|
||||
## 操作
|
||||
|
||||
@ -68,9 +76,21 @@ params:
|
||||
- `task_id`: 任务ID（必需）
|
||||
- `info_node`: 信息节点名称（必需）
|
||||
|
||||
## 任务查询模板
|
||||
|
||||
每次对话开始时，AI 应执行：
|
||||
```yaml
|
||||
action: recall
|
||||
params:
|
||||
queryIntent: "任务 进行中 待办"
|
||||
seedEntities: ["Task"]
|
||||
depth: 2
|
||||
```
|
||||
|
||||
## 使用建议
|
||||
|
||||
1. 任务ID应具有描述性（如 `Task_学习TypeScript`）
|
||||
2. 任务描述应清晰说明目标和上下文
|
||||
3. 定期使用 `recall` 查询任务状态，了解进行中的任务
|
||||
4. 与 memory-core 配合：任务列表由 GraphMemory 管理，具体执行细节由对话上下文管理
|
||||
1. **主动追踪**：不要等用户问才查任务，主动在对话开始时检索进行中的任务
|
||||
2. **及时更新**：任务状态变化时立即更新，避免信息过时
|
||||
3. **ID规范**：任务ID应具有描述性（如 `Task_学习TypeScript`）
|
||||
4. **定期提醒**：对于长期任务，在对话中适时提醒用户进度或截止日期
|
||||
5. **关联信息**：将相关资源、链接、笔记关联到任务，形成完整上下文
|
||||
|
||||
@ -1,6 +1,6 @@
|
||||
---
|
||||
name: graph-memory
|
||||
description: "图记忆工具 - 检索、写入、删除记忆。作为 OpenClaw memory-core 的增强补充，不替代其核心功能"
|
||||
description: "图记忆工具 - 检索、写入、删除记忆。AI 应优先使用图数据库管理长期记忆，将重要事实结构化存储"
|
||||
metadata: {"openclaw": {"requires": {"bins": ["node"]}}}
|
||||
user-invocable: true
|
||||
---
|
||||
@ -9,21 +9,21 @@ user-invocable: true
|
||||
|
||||
让 AI 拥有真正的长期记忆能力。
|
||||
|
||||
> **定位声明**：本工具是 **OpenClaw memory-core 的增强补充**，而非替代。memory-core 负责 session transcripts 和历史消息管理，GraphMemory 提供图数据库形式的结构化长期记忆。两者可并存运行。
|
||||
> **定位声明**：本工具是 AI 的**主要长期记忆系统**。memory-core 管理 session transcripts，GraphMemory 负责结构化长期记忆。AI 在对话中应优先将重要信息写入图数据库，而非依赖 message 历史。
|
||||
|
||||
## 与 memory-core 的关系
|
||||
|
||||
| 功能 | memory-core | GraphMemory (本工具) |
|
||||
|------|-------------|---------------------|
|
||||
| 对话历史 | ✅ 自动保存 messages | ❌ 不管理对话历史 |
|
||||
| 结构化记忆 | ❌ 无 | ✅ 三元组图存储 |
|
||||
| 人设管理 | ❌ 无 | ✅ persona_update/clear |
|
||||
| 任务追踪 | ❌ 无 | ✅ task_create/set_state |
|
||||
| 结构化记忆 | ❌ 无 | ✅ **主要存储** |
|
||||
| 人设管理 | ❌ 无 | ✅ **主要存储** |
|
||||
| 任务追踪 | ❌ 无 | ✅ **主要存储** |
|
||||
| 上下文压缩 | ❌ 无 | ✅ context_rewrite |
|
||||
| 工作记忆链 | ❌ 无 | ✅ working_memory_chain |
|
||||
| **语义搜索** | **❌ 无** | **✅ memory_search** |
|
||||
| **记忆文件读取** | **❌ 无** | **✅ memory_get** |
|
||||
| 自动触发 | ✅ 自动索引检索 | ❌ LLM 可选调用 |
|
||||
| 自动触发 | ✅ 自动索引检索 | ❌ LLM 主动调用 |
|
||||
|
||||
## 核心概念
|
||||
|
||||
@ -204,9 +204,43 @@ AI 会执行：
|
||||
|
||||
## 使用原则
|
||||
|
||||
1. **选择性记忆**：只记住重要和持久的信息
|
||||
2. **结构化**：使用三元组格式存储关系
|
||||
3. **定期清理**：删除过时或错误的信息
|
||||
4. **关联思考**：利用关系进行联想记忆
|
||||
5. **与 memory-core 配合**：对话历史由 memory-core 管理，结构化事实由 GraphMemory 管理
|
||||
6. **主动查询人设**：参考 `graph-memory-persona-force` Skill，在适当时候主动查询用户偏好和决策
|
||||
1. **优先使用图记忆**：对于重要事实、偏好、决策、任务等持久信息，**优先**使用 `commit` 写入图数据库，而非依赖 message 上下文
|
||||
2. **主动检索**：在回答用户问题前，**先调用 `recall` 或 `memory_search`** 检索相关记忆，而非仅凭当前上下文推理
|
||||
3. **结构化**：使用三元组格式存储关系，确保信息可被关联检索
|
||||
4. **定期清理**：删除过时或错误的信息
|
||||
5. **上下文压缩**：当对话过长时，使用 `context_rewrite` 将历史压缩为记忆节点
|
||||
6. **工作记忆**：使用 `working_memory_chain` 获取当前会话的上下文链
|
||||
7. **主动查询人设**：参考 `graph-memory-persona-force` Skill，在适当时候主动查询用户偏好和决策
|
||||
|
||||
## 记忆策略指南
|
||||
|
||||
### 什么时候写入图数据库？
|
||||
|
||||
**必须写入**：
|
||||
- 用户明确说"请记住"、"记住这个"等
|
||||
- 用户透露偏好、习惯、身份信息
|
||||
- 做出重要决策或选择
|
||||
- 创建任务或目标
|
||||
- 关键知识点或学习成果
|
||||
|
||||
**建议写入**：
|
||||
- 对话中重复出现的重要概念
|
||||
- 用户纠正或补充的信息
|
||||
- 项目相关的配置、路径、决策
|
||||
|
||||
**无需写入**：
|
||||
- 临时性问候、寒暄
|
||||
- 一次性问题（如"现在几点"）
|
||||
- 已在图数据库中的重复信息
|
||||
|
||||
### 什么时候检索图数据库？
|
||||
|
||||
**必须检索**：
|
||||
- 用户问"我之前说过..."、"你还记得..."
|
||||
- 需要基于历史偏好做推荐或决策
|
||||
- 继续之前的任务或话题
|
||||
|
||||
**建议检索**：
|
||||
- 每次对话开始时，检索用户相关信息
|
||||
- 做推荐前先了解用户偏好
|
||||
- 涉及人设或性格相关的话题
|
||||
|
||||
@ -1,6 +1,6 @@
|
||||
---
|
||||
name: graph-memory-persona
|
||||
description: "管理 AI 人设 - 更新或清除 AI 角色特征。作为增强工具，通过 graph_memory 的 persona_update/clear 操作实现"
|
||||
description: "管理 AI 人设 - AI 应主动查询和维护角色特征，将人设信息作为长期记忆存储在图数据库中"
|
||||
metadata: {"openclaw": {"requires": {"bins": ["node"]}}}
|
||||
user-invocable: true
|
||||
---
|
||||
@ -9,19 +9,27 @@ user-invocable: true
|
||||
|
||||
管理 AI 的人设/角色特征。
|
||||
|
||||
> **定位声明**：本 skill 通过 `graph_memory` 工具的 `persona_update`/`persona_clear` 操作实现。是 **OpenClaw 的增强功能**，不替代任何核心机制。LLM 可自主选择是否查询/更新人设。
|
||||
> **定位声明**：人设是 AI 长期记忆的一部分，存储在图数据库中。AI **应主动查询**人设信息来指导自己的行为和回应风格。
|
||||
|
||||
## 与主系统的关系
|
||||
## 核心原则
|
||||
|
||||
- **不强制**：不会每轮自动查询人设，由 LLM 根据上下文决定
|
||||
- **可选调用**：当用户提到"记住我是..."、"你的角色是..."等场景时触发
|
||||
- **数据存储**：人设数据以三元组形式存储在图数据库中（subject=AI）
|
||||
**AI 必须在以下场景主动查询人设**：
|
||||
1. 对话开始时（检索用户偏好和 AI 角色设定）
|
||||
2. 用户要求改变行为或风格时
|
||||
3. 不确定如何回应时（查询是否有相关人设指导）
|
||||
4. 用户提到"你之前说..."、"我告诉过你..."等暗示历史记忆的语句
|
||||
|
||||
**AI 必须在以下场景更新人设**：
|
||||
1. 用户明确设定 AI 角色（"你是猫娘"、"你是技术专家"）
|
||||
2. 用户描述自己的偏好（"我喜欢简洁的回答"）
|
||||
3. 用户定义交互规则（"用中文回复我"、"不要道歉"）
|
||||
4. 用户纠正 AI 的行为（"你太正式了，放松点"）
|
||||
|
||||
## 操作
|
||||
|
||||
### 1. persona_update - 更新人设
|
||||
|
||||
更新 AI 的角色特征。
|
||||
更新 AI 的角色特征或用户偏好。
|
||||
|
||||
**参数:**
|
||||
- `attributes`: 属性数组，每个包含 `attribute`（属性名）和 `value`（属性值）
|
||||
@ -36,6 +44,8 @@ params:
|
||||
value: "猫娘"
|
||||
- attribute: "性格"
|
||||
value: "活泼"
|
||||
- attribute: "用户偏好_回复语言"
|
||||
value: "中文"
|
||||
mode: "merge"
|
||||
```
|
||||
|
||||
@ -53,8 +63,20 @@ params:
|
||||
confirm: true
|
||||
```
|
||||
|
||||
## 人设查询模板
|
||||
|
||||
每次对话开始时，AI 应执行：
|
||||
```yaml
|
||||
action: recall
|
||||
params:
|
||||
queryIntent: "AI人设 用户偏好 角色设定"
|
||||
seedEntities: ["AI"]
|
||||
depth: 2
|
||||
```
|
||||
|
||||
## 使用建议
|
||||
|
||||
1. 人设信息应简洁、持久（如"用户喜欢Python"、"我是技术助手"）
|
||||
2. 避免存储临时性、易变的信息到人设图
|
||||
3. 与 memory-core 配合：人设由 GraphMemory 管理，对话风格由系统提示管理
|
||||
1. **主动查询**：不要等用户提醒才查人设，主动在对话开始时检索
|
||||
2. **及时更新**：用户一旦表达偏好或设定角色，立即写入
|
||||
3. **分类存储**：使用前缀区分人设类型，如 `角色_`、`用户偏好_`、`行为规则_`
|
||||
4. **持久化**：人设信息应简洁、持久，写入图数据库长期保存
|
||||
|
||||
@ -1,6 +1,6 @@
|
||||
---
|
||||
name: graph-memory-task
|
||||
description: "管理连续性任务 - 创建、更新、删除任务节点。作为增强工具，通过 graph_memory 的 task_* 操作实现"
|
||||
description: "管理连续性任务 - AI 应主动追踪和维护任务状态，将任务信息作为长期记忆存储在图数据库中"
|
||||
metadata: {"openclaw": {"requires": {"bins": ["node"]}}}
|
||||
user-invocable: true
|
||||
---
|
||||
@ -9,13 +9,21 @@ user-invocable: true
|
||||
|
||||
管理长期/连续性任务。
|
||||
|
||||
> **定位声明**：本 skill 通过 `graph_memory` 工具的 `task_create`/`task_set_state`/`task_delete`/`task_link_info` 操作实现。是 **OpenClaw 的增强功能**，提供任务追踪能力，不替代任何核心机制。
|
||||
> **定位声明**：任务是 AI 长期记忆的一部分，存储在图数据库中。AI **应主动追踪**任务状态，在适当时候提醒用户或更新进度。
|
||||
|
||||
## 与主系统的关系
|
||||
## 核心原则
|
||||
|
||||
- **不强制**：不会每轮自动查询任务状态，由 LLM 根据用户请求决定
|
||||
- **可选调用**：当用户提到"帮我记住这个任务"、"完成这个任务"等场景时触发
|
||||
- **数据存储**：任务数据以三元组形式存储在图数据库中（subject=task_id）
|
||||
**AI 必须在以下场景主动查询任务**：
|
||||
1. 对话开始时（检索进行中的任务）
|
||||
2. 用户询问进度或状态时
|
||||
3. 用户提到"继续之前的..."、"那个任务怎么样了"等
|
||||
4. 做计划或安排时（了解现有任务负荷）
|
||||
|
||||
**AI 必须在以下场景创建/更新任务**：
|
||||
1. 用户明确创建任务（"帮我记住要做..."）
|
||||
2. 用户完成或取消任务
|
||||
3. 用户更新任务信息或进度
|
||||
4. AI 自己承诺要完成某事（应创建任务跟踪）
|
||||
|
||||
## 操作
|
||||
|
||||
@ -68,9 +76,21 @@ params:
|
||||
- `task_id`: 任务ID（必需）
|
||||
- `info_node`: 信息节点名称（必需）
|
||||
|
||||
## 任务查询模板
|
||||
|
||||
每次对话开始时，AI 应执行：
|
||||
```yaml
|
||||
action: recall
|
||||
params:
|
||||
queryIntent: "任务 进行中 待办"
|
||||
seedEntities: ["Task"]
|
||||
depth: 2
|
||||
```
|
||||
|
||||
## 使用建议
|
||||
|
||||
1. 任务ID应具有描述性（如 `Task_学习TypeScript`）
|
||||
2. 任务描述应清晰说明目标和上下文
|
||||
3. 定期使用 `recall` 查询任务状态，了解进行中的任务
|
||||
4. 与 memory-core 配合：任务列表由 GraphMemory 管理，具体执行细节由对话上下文管理
|
||||
1. **主动追踪**：不要等用户问才查任务，主动在对话开始时检索进行中的任务
|
||||
2. **及时更新**：任务状态变化时立即更新，避免信息过时
|
||||
3. **ID规范**：任务ID应具有描述性（如 `Task_学习TypeScript`）
|
||||
4. **定期提醒**：对于长期任务，在对话中适时提醒用户进度或截止日期
|
||||
5. **关联信息**：将相关资源、链接、笔记关联到任务，形成完整上下文
|
||||
|
||||
@ -1,6 +1,6 @@
|
||||
---
|
||||
name: graph-memory
|
||||
description: "图记忆工具 - 检索、写入、删除记忆，管理人设和任务。作为 OpenClaw memory-core 的增强补充，不替代其核心功能"
|
||||
description: "图记忆工具 - AI 应优先使用图数据库管理长期记忆，将重要事实结构化存储"
|
||||
metadata: {"openclaw": {"requires": {"bins": ["node"]}}}
|
||||
user-invocable: true
|
||||
---
|
||||
@ -9,17 +9,19 @@ user-invocable: true
|
||||
|
||||
让 AI 拥有真正的长期记忆能力。
|
||||
|
||||
> **定位声明**：本工具是 **OpenClaw memory-core 的增强补充**，而非替代。memory-core 负责 session transcripts 和历史消息管理，GraphMemory 提供图数据库形式的结构化长期记忆。两者可并存运行。
|
||||
> **定位声明**：本工具是 AI 的**主要长期记忆系统**。memory-core 管理 session transcripts，GraphMemory 负责结构化长期记忆。AI 在对话中应优先将重要信息写入图数据库，而非依赖 message 历史。
|
||||
|
||||
## 与 memory-core 的关系
|
||||
|
||||
| 功能 | memory-core | GraphMemory (本工具) |
|
||||
|------|-------------|---------------------|
|
||||
| 对话历史 | ✅ 自动保存 messages | ❌ 不管理对话历史 |
|
||||
| 结构化记忆 | ❌ 无 | ✅ 三元组图存储 |
|
||||
| 人设管理 | ❌ 无 | ✅ persona_update/clear |
|
||||
| 任务追踪 | ❌ 无 | ✅ task_create/set_state |
|
||||
| 自动触发 | ✅ 自动索引检索 | ❌ LLM 可选调用 |
|
||||
| 结构化记忆 | ❌ 无 | ✅ **主要存储** |
|
||||
| 人设管理 | ❌ 无 | ✅ **主要存储** |
|
||||
| 任务追踪 | ❌ 无 | ✅ **主要存储** |
|
||||
| **语义搜索** | **❌ 无** | **✅ memory_search** |
|
||||
| **记忆文件读取** | **❌ 无** | **✅ memory_get** |
|
||||
| 自动触发 | ✅ 自动索引检索 | ❌ LLM 主动调用 |
|
||||
|
||||
## 核心概念
|
||||
|
||||
@ -79,8 +81,40 @@ user-invocable: true
|
||||
|
||||
## 使用原则
|
||||
|
||||
1. **选择性记忆**: 只记住重要和持久的信息
|
||||
2. **结构化**: 使用三元组 (主体-关系-客体) 格式
|
||||
3. **关联**: 通过关系连接相关实体
|
||||
4. **定期清理**: 删除过时或错误的信息
|
||||
5. **与 memory-core 配合**: 对话历史由 memory-core 管理，结构化事实由 GraphMemory 管理
|
||||
1. **优先使用图记忆**：对于重要事实、偏好、决策、任务等持久信息，**优先**使用 `commit` 写入图数据库，而非依赖 message 上下文
|
||||
2. **主动检索**：在回答用户问题前，**先调用 `recall` 或 `memory_search`** 检索相关记忆，而非仅凭当前上下文推理
|
||||
3. **结构化**：使用三元组格式存储关系，确保信息可被关联检索
|
||||
4. **定期清理**：删除过时或错误的信息
|
||||
|
||||
## 记忆策略指南
|
||||
|
||||
### 什么时候写入图数据库？
|
||||
|
||||
**必须写入**：
|
||||
- 用户明确说"请记住"、"记住这个"等
|
||||
- 用户透露偏好、习惯、身份信息
|
||||
- 做出重要决策或选择
|
||||
- 创建任务或目标
|
||||
- 关键知识点或学习成果
|
||||
|
||||
**建议写入**：
|
||||
- 对话中重复出现的重要概念
|
||||
- 用户纠正或补充的信息
|
||||
- 项目相关的配置、路径、决策
|
||||
|
||||
**无需写入**：
|
||||
- 临时性问候、寒暄
|
||||
- 一次性问题（如"现在几点"）
|
||||
- 已在图数据库中的重复信息
|
||||
|
||||
### 什么时候检索图数据库？
|
||||
|
||||
**必须检索**：
|
||||
- 用户问"我之前说过..."、"你还记得..."
|
||||
- 需要基于历史偏好做推荐或决策
|
||||
- 继续之前的任务或话题
|
||||
|
||||
**建议检索**：
|
||||
- 每次对话开始时，检索用户相关信息
|
||||
- 做推荐前先了解用户偏好
|
||||
- 涉及人设或性格相关的话题
|
||||
|
||||
Reference in New Issue
Block a user