概念索引

Claude Code / Codex CLI / Gemini CLI 等 AI 開發工具

給 AI 持久化記憶、讓之後可召回的架構

AI 在軟體開發中的不同參與程度

零 JS baseline 的 web 框架

10 類偏好態度（風格/技術選型/設計原則）+ 版本鏈 + confidence decay

Claude Code 洩漏出的記憶整合 feature——四階段 Orient → Gather → Consolidate → Prune，夢境迴圈的命名起源

memvault 的背景軌道——記憶進入後的持續整理與遺忘

層疊召回：slow path 沿圖譜走、L0/L1/L2 三層 KG

命令列介面 — 零 schema overhead 的萬用接口

Cognitive Load Theory — 控制認知負荷的設計哲學：砍多餘、拆複雜、校範例

日期/金額/比例/時長/中文標點統一寫法的內聯預處理層 — 4 子模組 + preprocess_chinese

AI Agent 的 context window 使用效率與管理策略

每天 SQL aggregation 出 top intents / entities，自動寫日記

夢境迴圈——每日批次的記憶整合 pipeline

Handler crash 時放行而非阻擋的容錯策略

AI coding 工具的確定性安全護欄機制

語意向量＋BM25 關鍵字雙路索引

7/30/90 天注意力窗口 + 知識缺口偵測

結構化資料標記 — 讓搜尋引擎理解內容語意

反覆查不到（verdict=INCORRECT，≥2 failures）標記為知識缺口

從對話抽取實體與關係建立的圖譜

知識圖譜的四層遞進體檢——圖結構、Ground Truth、LLM、三階段確認

Dream Loop 第三階段——用 LLM 讀統計快照產生洞察與知識缺口

Model Context Protocol — AI 工具的標準化協議

個人記憶保險庫——把 AI 對話整理、降噪、去重後存下來

KG 邊權重融合 5 訊號：co-occurrence + session overlap + Adamic-Adar + type affinity + semantic

意圖分類之上的個人化路由 — attention profile (7/30/90) × historical intent

擋偽裝攻擊：authority/role/markdown/temporal/base64 五類 — InjectionGuard 的姊妹元件

意圖分類：六種 intent 決定 LayerPlan 與 ScoringConfig

函式合成的基礎抽象：Operator / Pipeline / Observable / Subject 四件套（RxJS-inspired）

記憶讀取軌道：意圖分類、評分管線、層疊召回

出口端消毒，跟 InjectionGuard 雙端對稱 — query 端 + prefetch cache 雙層過濾

低信心抽取進候補區 — auto-approve rules + human-in-loop fallback

拋棄式工具 — 低頻操作在沙盒即時撰寫

寫入前的三道循序閘門——雜訊、注入防護、去重

11-stage scoring：時間衰減、信任、PPR、語意、去重

將底層服務封裝為程式化介面的中間層

Search Engine Optimization — 搜尋引擎優化技術

網站地圖 — 告訴爬蟲有哪些頁面

最上層抽象，工具組合封裝為可重用的 AI 技能

L1 基礎 → L2 精通 → L3 創造 — 追蹤技能熟練度

VoiceAgentRAG 啟發的 5-op pipeline 預測式預取 + admission control

Server-Side Rendering — 伺服器端渲染

主動探勘 — cross-community 橋樑、indirect-strong 中介、knowledge-gap 缺口

新舊事實打架時的 LLM 三向裁判（MERGE / SUPERSEDE / COEXIST）+ 低信心升級 RLM

warm→cold→frozen 降級時 LLM 摘要壓縮（≤400 chars）— 只下行不上行

減少 LLM 的 context token 消耗

記憶進入保險庫的路徑——三道 gate 加雙軌寫入

memvault 自驅動骨幹：Write Pipeline、Dream Loop、Read Pipeline、Slow Thinker

人類與 AI 分工的不同模式

Service → SDK → CLI → MCP → Skill 分層策略

從構想到落地的設計思考記錄

AI Agent 行為的事件記錄與監控

把寫入、背景、召回三條軌道整合為一張系統地圖的視角

AI 工具使用的 token 與 API 成本管理

工程師只指方向，開發測試全交 AI

從構想到落地的架構迭代紀錄

用 AI 放大個人產出的工作模式

公開原始碼的軟體開發模式

記憶跨對話、跨週期重新浮上來的能力

系統拆分為獨立可組合的模組

記憶系統的北極星——過時、雜訊、矛盾都要會退場