长期记忆系统
换模型、切会话、关掉重开，它都记得。四层记忆架构 + 本地向量语义检索，让 AI 持续认识你。
四层记忆架构
Muse 的记忆按抽象程度分四层，从短期对话到长期深度处理逐层递进：
对话 --> 事实提取 --> 滚动摘要 --> 编译聚合 --> 深度处理 短期 关键信息 压缩归档 去重整合 深度理解
- 事实层 Fact：原始事实，如「用户是程序员」「用户喜欢咖啡」，带 0/1/2 星重要程度
- 会话摘要层 Summary：每次会话结束后自动生成的摘要
- 编译层 Compile：周期性把事实 + 摘要「编译」成更高层认知，如「用户偏好简洁直接的回复风格」
- 深层 Deep：在线推理时综合前三层，给出「AI 此刻对你的理解」
作用域
每条记忆带「作用域」标签：全局、某助手、某会话。助手可配置「用全局记忆池」还是「独立记忆池」（实验功能）。切换作用域即可查看不同范围的记忆。
重要程度与衰减
事实层每条记忆有 0/1/2 星三级重要程度：2 星 = 关键（用户身份、核心偏好）；1 星 = 重要；0 星 = 一般。重要程度影响注入优先级，上下文紧张时优先保留高星。
- 关键事实永不衰减：医疗信息、财务数据、核心身份等重要性高的内容受保护，不随时间淡出
- 日常信息自然过期：普通偏好和闲聊信息随使用频率降低自动衰减
- 来源可追溯：每条记忆标注来源会话和入库时间
视图与筛选
记忆页支持四维筛选：作用域、重要程度、时间（今天/本周/本月）、类型（事实/摘要/编译/里程碑）。
- 列表视图：按四层折叠展开，每层独立增删改
- 时间轴视图：按月份倒序排列，带圆点节点和连接线，重要事件标星，看起来像一条「记忆长河」
手动管理
任何一条记忆都可手动编辑内容、改重要程度、改作用域、加标签。删除有二次确认。也可以手动新增「元事实」，直接告诉 AI「我是 XX」「我喜欢 XX」。
独立于四层记忆的「经验库」适合记录可复用 know-how，如「如何调试某类 bug」「如何写某类文档」。每条经验有标题、详情、分类、标签，AI 在类似任务中会自动参考。
全文搜索与语义检索
记忆页顶部搜索框支持全文检索（基于 FTS4），输入关键词即列出命中条目并高亮匹配词，搜索带 300ms 防抖。
记忆条目还会用本地 ONNX 模型转向量（无需联网）。检索时按向量相似度排序，再用 ONNX 重排模型精排，提升相关性。这是「语义检索」，能理解同义词——搜「工作」也能命中「上班」。
自动编译
后台定时把事实 + 摘要编译成更高层认知。也可以在记忆页点「立即编译」手动触发。编译过程有步骤详情，失败会重试。
记忆注入策略
每次发消息时，系统会自动把相关记忆拼接到提示词里。注入策略按作用域 + 重要程度 + 时间衰减打分，取 Top N 条。助手可关闭记忆或改为独立池。完整的记忆注入是 Muse 与普通聊天应用最本质的区别。