AI 记忆与上下文管理：MemoryX 的保存、提取与召回技术解析

很多人问我们：MemoryX 到底怎么实现跨平台的 AI 记忆？记忆是怎么从对话里提取出来的？又是怎么在你下一次提问时被自动注入的？

这篇文章不是理论探讨，而是基于我们实际代码的技术解析。每一个细节都有对应的实现。（阅读背后的故事：我为什么做了 MemoryX。）

整体架构：Capture → Structure → Recall

MemoryX 的记忆系统分三步：

1. Capture（捕获）：自动保存你在 ChatGPT、Claude、Gemini 上的对话
2. Structure（结构化）：用 LLM 从对话中提取结构化记忆，去重后存储
3. Recall（召回）：在你下一次提问时，自动搜索相关记忆并注入到对话上下文

这三步形成一个完整的闭环。你在 Claude 聊的内容，下次在 ChatGPT 提问时就能被自动召回。

---

第一步：保存对话

MemoryX 的 Chrome 扩展会自动监测你在 AI 平台上的对话，每隔几秒检测一次对话内容变化，自动保存为完整的对话记录。

保存有两种模式：

• 自动保存：每 1.5-5 秒触发一次，检测到新消息就增量保存
• 手动保存：用户主动点击保存按钮

保存的是完整的对话 Markdown，包括用户消息和 AI 回复。这是后续一切的基础。

---

第二步：从对话中提取记忆

保存对话之后，MemoryX 会用 LLM 从中提取结构化的记忆。这是整个系统最核心的部分。

提取什么，不提取什么

我们定义了 7 个提取类别：

1. 个人偏好：喜好、习惯、沟通风格
2. 重要个人信息：姓名、地点、重要日期
3. 计划和意图：目标、项目、即将发生的事
4. 活动和服务偏好：餐饮、旅行、购物习惯
5. 健康信息：饮食限制、健身习惯
6. 职业信息：职位、技术栈、工作风格
7. 其他：兴趣、观点、态度

但同样重要的是不提取什么。这是我们花了大量时间调优的部分。核心判断标准是两条：

区分持久偏好和一次性指令。只提取反映用户"是谁"的信息。比如"偏好极简设计风格"是持久偏好，应该提取；但"帮我翻译这段话"是一次性请求，不该提取。简单的判断方法：如果这条信息不能帮助另一个 AI 更好地理解这个用户，就不该提取。

区分用户自身信息和引用内容。当用户分享链接、引用文章或贴了一段示例代码时，不要把引用的内容当作用户本人的事实来提取。

提取的输出格式

每条提取出的记忆都是结构化的，包含类型、文本、标签、双语关键词和置信度：

{
  "type": "preference",
  "text": "偏好使用 TypeScript 编程",
  "tags": ["TypeScript", "编程语言"],
  "keywords": ["TypeScript", "TS", "编程", "programming"],
  "confidence": 0.9
}

几个关键设计决策：

• type 分为 skill（技能）、preference（偏好）、objective（目标）、context（背景）四类
• keywords 是双语的（中英文都有），这样无论用户用什么语言提问，都能搜索到相关记忆
• confidence 标注置信度——显式声明的信息置信度高，合理推断的信息置信度适中
• 记忆文本的语言跟用户一致：用户用中文聊天，提取出的记忆就是中文的

合理推断

我们的系统允许合理推断。如果用户在问 React hooks 的问题，我们会推断他使用 React，以适中的置信度提取。这参考了 mem0 的设计哲学——宽松提取，但标注置信度，让后续的召回环节可以据此做排序和过滤。

合并而非拆分

我们明确要求 LLM 把相关信息合并为一条完整的记忆，而不是拆成碎片。比如用户在讨论 logo 设计时提到了风格、颜色、字母、参考对象，这应该是一条记忆，而不是四条。

目标是每段对话提取 3-5 条高质量记忆，而不是 10+ 条碎片。

增量提取

同一段对话如果持续进行，我们不会每次都从头提取。系统会记录"上次提取到第 N 条消息"，下次只处理新增的消息：

已处理的消息会作为背景上下文传给 LLM，但 LLM 只从新消息中提取，避免重复。

自动 vs 手动提取

自动提取使用标准的置信度阈值。当用户手动点击"提取记忆"按钮时，系统会更加激进——降低阈值、扩大提取范围，尽可能从对话中挖掘有价值的信息。用户主动触发意味着他认为这段对话有价值，系统应该响应这个意图。

30 秒稳定窗口

提取不是实时触发的。最后一条新消息后，系统会等待 30 秒。如果 30 秒内又有新消息，计时器重置。这是为了避免对话进行中频繁提取：

T=0s   新消息 → 安排 30s 后提取
T=3s   新消息 → 取消上次，重新安排 30s
T=8s   新消息 → 取消上次，重新安排 30s
T=38s  30s 无新消息 → 开始提取 T=0~8s 的所有新消息

---

第三步：语义去重

提取出记忆后，保存之前还有一道关卡：语义去重。避免存入重复的记忆。

候选搜索

首先用 BM25 关键词搜索找到可能重复的已有记忆，缩小候选范围。

LLM 判断

然后用 LLM 对每条新记忆和候选记忆进行对比，做出四种决策之一：

为了保证判断的一致性，LLM 在这个环节使用极低的温度参数，减少随机性。

安全策略

一个重要的设计原则：AI 不能自动删除用户的记忆。在 v1.0 中，即使 LLM 判断应该 DELETE，我们也选择更保守的处理方式。UPDATE 操作会保留旧版本文本（old_text），万一改错了可以恢复。

---

第四步：自动召回

保存和提取完成后，记忆就安静地待在那里。真正让它发挥价值的是召回——在你下一次提问时，自动把相关记忆注入到对话上下文中。

Embedding 搜索 + BM25 Fallback

当用户在 AI 平台输入消息并发送时，MemoryX 会拦截这个发送操作，先进行记忆搜索。

搜索的核心逻辑是 Embedding 向量搜索优先，BM25 关键词搜索兜底。

Embedding 搜索把用户输入和所有记忆都转成高维向量，通过余弦相似度排序，找到语义上最相关的记忆。我们设定了相似度阈值，只返回真正相关的结果。

Embedding 搜索的优势是能理解语义：

• BM25："喜欢极简设计" vs "追求简洁美学" → 匹配不到（无共同关键词）
• Embedding："喜欢极简设计" vs "追求简洁美学" → 能匹配（语义相近）

搜索结果还会做一轮结果去重——如果两条结果之间语义高度相似，只保留分数更高的那条，避免注入重复信息。

BM25 搜索作为降级方案，在 Embedding API 不可用时（网络错误等）自动切换到本地关键词搜索。虽然准确率稍低，但保证了系统在离线或异常情况下仍然可用。

拦截与注入

记忆搜索完成后，MemoryX 会把结果注入到用户的消息末尾。这个过程对用户来说是透明的。

技术上，我们在 DOM 的 capture phase 拦截用户的发送事件——这确保了在 React 等框架处理之前，MemoryX 就能介入。

拦截流程：

1. 用户按 Enter 或点发送按钮
2. MemoryX 阻止原始发送事件
3. 读取用户输入 → 发送到 service worker 进行记忆搜索
4. 搜索到相关记忆 → 追加到用户消息末尾
5. 重新触发发送（优先点击发送按钮，更可靠）

注入的格式是这样的：

---
[MemoryX 上下文 · 3 条记忆]
- [偏好·3月] 偏好使用 TypeScript 编程
- [技能·2月] 使用 Claude Code 和 Cursor 作为开发工具
- [目标·3月] 正在开发一个 Chrome 扩展项目
(以上是用户背景信息，请直接回答问题，仅在相关时参考上下文。)
---

每条记忆都带有类型标签和时间标注。类型标签会根据用户输入的语言自动切换中英文。为了避免上下文过长，系统会限制注入的记忆数量，只保留最相关的几条。

使用统计

每次记忆被召回使用后，系统会在后台异步更新使用统计（usageCount 和 lastUsedAt），不阻塞用户的发送流程。这些数据未来可以用来优化召回排序和识别不再相关的记忆。

---

第五步：对话摘要

除了提取结构化记忆，MemoryX 还支持生成对话摘要。摘要的目的是帮助用户在另一个 AI 工具中快速续接之前的对话。

摘要系统会自动检测对话的主要语言，生成对应语言的摘要——中文对话生成中文摘要，英文对话生成英文摘要。

摘要的结构是固定的，为续接而设计：

• 用户/背景：推断用户是谁、当前处境
• 项目/主题：一句话概括核心问题
• 当前状态：对话进行到什么阶段、得出了什么结论
• 关键信息：按主题分类的事实、决策、计划
• 待办事项/开放问题：未解决的问题
• 续接点：下一个 AI 可以从哪里继续

这不是普通的"对话总结"，而是一个交接文档——让你从 ChatGPT 切换到 Claude 时，Claude 能在几秒内理解完整上下文。

---

与竞品的关键差异

我们调研了 mem0（24K star 的开源标杆）、Letta/MemGPT、Zep / Graphiti 等项目后，做了几个差异化选择：

核心思路是：在记忆安全上保守，在提取能力上激进，在系统可靠性上做好降级。

---

总结

MemoryX 的记忆系统不是一个简单的"保存-搜索"。它是一个完整的管道：

捕获对话 → 30 秒稳定 → 增量提取 → 语义去重 → 向量+关键词搜索 → 自动注入

每一步都有明确的设计理由，每一步都有对应的降级方案。我们不追求在每一步都做到最优，但确保整个管道在各种边界条件下都能稳定运行。

这是我们实际的做法，不是理论。

---

试试看

如果你也在多个 AI 平台之间切换，想让它们都能"记住你"，可以试试 MemoryX。

• 安装 Chrome 扩展：Chrome Web Store
• 加入 Discord 社区，聊聊你的使用场景和反馈：discord.gg/5Bfd7ryKFM