Replica 的核心使命：让 AI 拥有持久、可检索、会进化的记忆系统，而不仅仅是一个无状态的对话窗口。
LLM 的上下文窗口是有限的。当对话超过阈值，早期信息会被丢弃。记忆系统让重要信息持久化。
用户期望 AI 记住之前的对话。没有记忆，每次对话都是从零开始，无法建立长期关系。
通过积累用户偏好、事实和行为模式，AI 可以提供越来越精准的个性化回复。
每次对话时，系统从三个层次组装上下文注入 LLM，确保 AI 既了解用户的长期信息，又能检索相关历史知识，同时保持当前对话的连贯性。
关于用户的长期事实：偏好、关系、目标等。不需要搜索，全量注入系统提示词。
fact preference relationship goal从统一知识库中，通过混合搜索（向量 + 全文）检索与当前对话最相关的历史知识片段。
episode event foresight当前会话中尚未被压缩的消息历史，保持对话的即时连贯性。超过阈值时触发压缩。
user assistant compaction_summary对一段对话的叙事性总结，包含主题、参与者和关键情节。类似人类的"回忆"。
从对话中提取的原子事实，每条都是独立可检索的知识点。
基于对话推断的未来可能事件，附带时间窗口和证据链。
手动或自动提取的长期稳定事实，始终注入上下文，不参与检索排序。
query text
query → vector
cosine similarity
ts_rank + tsvector
0.7×vec + 0.3×text
exp(-λ × age)
多样性 + 相关性
default: 10
对话触发边界检测，
生成 MemCell
三个提取器并发运行，
生成知识条目
向量化后写入
PostgreSQL + pgvector
混合搜索召回，
注入对话上下文
记忆不会被删除，但会随时间自然衰减。半衰期 30 天意味着一个月前的记忆权重降至 50%，两个月前降至 25%。新鲜的记忆自然获得更高优先级。