Skill

分层记忆用户画像精修

Name: 分层记忆用户画像精修
Author: user_bbab8c60

tencent_skillhub · 1.0.0 · Downloads 12 · Heat 20.6

Introduction

用户画像记忆引擎（User Profile Memory Engine）面向对话式 AI 的、可审计的长期人物画像方案 —— 深度说明本文档是 skill qq-user-profile 的商业级说明，既可作为技术白皮书摘要，也可直接用于方案提案、产品页面、技术选型对比或交付文档。文中所有机制与参数均来自已上线运行的真实系统，不是设计草案；引用的数字可在代码与测试中逐条复核。一、一句话定位让对话机器人真正"记住一个人"——不是把聊天记录越堆越高，而是把散落在成千上万条消息里的信号，收敛成一份带证据强度、会随时间衰减、过时信息自动退休、全程可追溯的人物档案。二、摘要绝大多数对话 Agent 的"用户画像"停在两个极端：要么是一次性摘要（把最近几轮聊完就丢），要么是无界追加的原始记忆（越记越乱、越记越贵、自相矛盾）。两者共同的失败点是：没有事实生命周期——旧信息不会失效，重复信息不会被加权，矛盾信息不会被裁决。本方案实现的是一套证据驱动的画像生命周期管理：维度做法写入时机周期性整合（阈值触发），不是每条消息抽事实 → token 成本与消息量线性可控特征打分制：命中累加、按周衰减、按分淘汰、同义归并（不再出现"话少/潜水/话少"）事实证据计数：同一件事被反复提到则权重上升，而非堆出近义重复条目矛盾退休而非删除：写失效时间戳，存档可追溯，但不再影响模型判断身份歧义保护：同名多人匹配时宁可不写，也不把 A 的事记到 B 头上多模态图片经视觉模型理解后，把"从图里得到的信息"按价值分级写入（长期/短期/不记）审计每条信息带来源标签（群 / 私聊 / 归档），控制台可视化，永不展示给模型三、要解决的问题：为什么大多数"用户画像"是坏的摘要漂移：每次重写摘要都会丢掉上一版的细节，几轮之后画像退化成一句正确的废话。无界膨胀：把每条自述都存成一条"事实"，几百条之后既检索不准，也把上下文预算吃光。自相矛盾："他在准备考研"和"他已经读研了"同时存在，模型只能随机挑一条。近义重复：同一个特征被反复记录成不同措辞（话少 / 潜水 / 沉默），占满配额挤掉新信息。一次性写入无法回退：一次误判永久污染档案（例如把群友的玩笑固化成性格标签）。来源混淆：把"别人说某人如何"当成"某人自述"，把私聊内容泄露到群聊语境。本方案的每一条机制，都对应解决上面一条具体失败模式。四、能力清单分层记忆：工作记忆（当前上下文）→ 短期原文（TTL 3 小时）→ 中期摘要 → 长期事实 → 人物画像周期性整合：群聊每 25 条、私聊每 5 条触发一次模型整合（私聊阈值更低，因为私聊信息密度更高）画像自动生成：说话风格、整体印象、性格/行为特征、常聊话题、稳定要点，五项一次产出特征评分与衰减：置信度随时间回落，长期未被证实的特征自然淘汰事实证据计数与退休：可回答"他以前是做什么的"，同时不让过时信息干扰当下判断多模态信息入库：看图识人（穿搭、作品、身份线索、常用表情），由模型判定记忆价值后分级写入身份消解：QQ 号优先、昵称兜底、歧义即跳过可观测：控制台「记忆」页逐条展示画像全貌（含原话、时间线、来源标签）；API 可编程读取隐私边界：画像跨上下文共享（群 + 私聊共同优化同一个人），但存储严格分离、来源不外泄运维配套：连接健康体检、断连旁路告警（桌面通知 / 二维码页 / Webhook）、私聊归档 7 天五、机制深潜（每条都写明业界同源与本实现的取舍） 5.1 特征打分：从"标签列表"到"置信度账本" 问题：字符串数组式标签无法表达"这个特征有多可信"，且淘汰按插入顺序，新噪声会挤掉重要特征。机制：{text, score, hits, at}；命中一次 score += 1 并刷新时间；读/写时按 score × 0.9^(周数) 懒衰减；淘汰按分数；上限 12。同源：PersonaTree（arXiv 2606.04780）的置信度累加与衰减；Log-odds 更新思想的工程简化。取舍：不引入 log-odds/σ 变换（收益边际），用线性累加 + 指数衰减取得同等效果且可解释、可手算。 5.2 近义归并：字符串匹配的边界与它的确定性替身问题：话少与潜水语义相同但互不包含，纯字符串匹配必然漏合并——这正是真实档案里出现的重复。机制：两级判定 ——（a）归一化后完全相同或互相包含；（b）只收录真实档案里见过的同义词表（话少/潜水/沉默 → 同一特征）。宁缺毋滥。同源：PersonaTree 的"证据验证器"（support / conflict / unrelated 三分类）；Graphiti 的三层去重。取舍：不引入向量近邻 + 验证器（需额外模型调用与调参），用受控词表换取确定性、零成本、可审计；词表来源于实际数据而非猜测，避免"乱合并比不合并更糟"。 5.3 事实证据计数：把重复变成权重问题：同一件事被提十次，会产生十条近义事实，占用配额且没有强弱之分。机制：写入前判重（相同 / 包含），命中则 hits += 1、刷新 lastAt；不新增条目。工程教训：任何"完全相同就跳过"的守卫都会让 hits 永远停在 1——本项目真实踩过并回归测试覆盖。 5.4 退休而非删除：事实的真值时间轴问题：用户换工作、搬家、改口之后，旧事实与新事实并存，模型随机选一条。机制：整合提示词输出 retract（旧事实原话）；程序写 supersededAt → 存档保留、可追溯、可回答历史问题，但不再注入提示词。同源：Zep / Graphiti 的 valid_at / invalid_at / expired_at 与 resolve_edge_contradictions()（冲突时只写失效时间，旧边保留）。明确的反例：mem0 v3 主动删除写时矛盾调解，退化为"只新增 + 读时按 recency 猜"，官方承认没有任何产物记录两条冲突事实里哪条赢了。本方案不采用该路线。 5.5 分层与注入：什么常驻、什么按需常驻（进系统提示词）：风格、印象、特征、常聊 + 按（证据次数, 新鲜度）排序的前 6 条未退休事实按需（作为再整合素材，不直接进提示词）：原话（48 小时）、短期原文（3 小时）同源：Letta memory blocks（常驻块 vs archival）与"上限本身即去重压力"的实践； LangMem 关于"召回 = 相似度 + 重要性 + 强度"的取舍。取舍：当前规模（每人几十条事实）下不引入向量检索与混合重排，避免为小数据付出大复杂度。 5.6 多模态入库：图看完了，值不值得记？机制：模型在回复末尾输出 [IMG_MEMO:person|long|short|skip]，程序按层级落库（画像 / 群长期 / 短期 / 不记），标记永不外泄；出口还有一道兜底清理。判据：关于人的稳定信息（长相、穿搭、喜好、作品、身份线索）→ 画像；一次性表情包、随手截图 → 不记。鲁棒性：真实模型会写"不闭合标签"或"整篇只有标记"，解析器与出口双保险（均为实测回归项）。六、数据模型与生命周期代码块 data/memory/people/<QQ>.json 画像本体（一人一档） names / firstSeen / lastSeen / messageCount 身份与时间线 style / impression 整体覆盖式更新 traits / topics 字符串视图（对外契约） tagScores.{traits,topics}[] {text,score,hits,at} 打分真相 facts[] {at,text,source,hits,lastAt,supersededAt} 事实生命周期 quotes[] {at,text} 原话（48 小时）生命周期：消息 → 短期原文（3h）→（阈值触发）模型整合 → 中期摘要 + 长期事实 + 画像更新 → 特征评分/事实证据累加 → 矛盾时退休旧事实 → 注入提示词时按强度择优。配额（防止任何单一用户吞噬预算）：人物要点 40 条、特征 12 + 12、原话 48 小时、短期原文 180 分钟、中期摘要 60、群长期事实 200。七、成本与规模特性不是"每条消息抽事实"：整合按阈值批量触发，模型调用次数与消息量成比例但低频（群 1/25、私聊 1/5），而不是每条一次。零成本路径：图片引用随手记（不下载），需要时才按需取图；私聊归档只写不读，不占 token。衰减与上限共同约束规模：档案体积有上界，长期运行不会线性膨胀。降级安全：整合模型返回非法 JSON 时退化为"只存摘要、不写长期事实"，绝不把噪声固化成事实。八、隐私、合规与可审计性（设计属性，非认证声明）数据最小化：只保留对"如何与这个人交流"有用的信息；一次性内容不入档。保留期可配：原话 48 小时、短期 3 小时、私聊归档 7 天、要点与特征长期（可调）。上下文隔离：群聊存储与私聊存储严格分离；画像为"共享产物"，但来源不外泄，模型永远看不到"这条是私聊学来的"。可追溯：每条事实带来源标签与时间，控制台可逐条查看、可人工核对。可纠正：过时信息退休而非删除（保留审计轨迹），误判可通过退休机制快速止损。不外泄：内部标记（记忆判据、检索标记）有出口兜底清理，不会进入用户可见文本。九、质量保证与验证证据类别证据画像专项 portrait-test 43 项（含近义合并、命中加分、排序、证据计数、退休不删除、退休不注入、旧格式迁移）记忆与隔离 memory-test 60 项、memory-isolation-test 29 项、memo-test 23 项端到端与运维 console-test 53 项、privatelog-test 24 项、notify-test 26 项、napcat-test 20 项全套回归 33 个测试套件、1000+ 项断言，含真实模型端到端检查脚本真实故障回归 "守卫吞证据"、"图片标记外泄"、"来源标错"、"私聊漏记"、"整理静默丢弃"等均已固化为断言验证方式的可信度：绝大多数断言是行为断言（检查档案内容变化），而非"函数被调用"式的弱断言；关键机制配有负向用例（不该记的不能记、不该注入的不能注入）。十、集成与运维接口配置：全部行为由环境变量控制（阈值、配额、保留期、开关），无需改代码即可调优。观测：控制台「记忆」页 —— 人物档案与画像全貌（要点/原话/时间线/来源标签） GET /api/memory、GET /api/private —— 可编程读取，便于接入自有分析日志关键词 —— 记忆整理、人物要点退休、图片记忆 → 运维告警：连接健康体检（区分"等扫码登录 / 登录报错 / 未启动"）+ 断连旁路通知（桌面通知、自动打开带二维码页面、Webhook 推手机），并遵守"抖动不报、重复有节流、恢复也通知"。十一、已知边界与路线图当前边界（有意为之）不做向量检索与混合重排：在"每人几十条事实"的规模下，复杂度收益比不划算。不做完整的三级推理树（证据 → 模式 → 稳定断言）：在证据量不足时会过度设计。近义归并依赖受控词表：新词表需人工扩充（以真实数据为依据）。演进方向（按收益排序）事实的语义近邻 + 验证器（仅对候选新增做一次轻量判定），承接 5.2 的边界。画像的冲突可视化：控制台直接标出"互斥事实对"，支持人工裁决。跨会话的长期趋势（画像时间序列）：观察一个人半年内的兴趣迁移。特征词表的自动候选挖掘（从被合并记录里提出建议，人工确认后入库）。十二、商业化形态形态说明 Skill / 知识资产本 skill 即为可交付的工程知识包：机制、参数、失败模式、测试清单齐备，可直接进入团队知识库或对外授权私有化部署组件作为一个"画像记忆引擎"嵌入既有对话系统：输入消息流与用户 ID，输出可注入提示词的画像简报白盒交付 / 咨询机制与参数全部可解释、可手算，适合需要"能讲清楚为什么这么记"的合规场景（金融、医疗、政务客服）评测基准六类失败模式与对应断言，可直接作为"记忆系统评测集"的种子用例迁移到其他场景的最小改动清单：替换身份解析规则（QQ → 你的用户主键）、调整整合阈值与配额、替换同义词表、接入你的事件源。机制层与存储层无需改动。十三、术语表术语含义整合（Consolidation）用模型把一批原始消息压缩为摘要 + 事实 + 画像更新的批处理步骤特征评分（Tag Score）特征的置信度账本：命中累加、按周衰减证据计数（Evidence Count）同一事实被证实的次数，用于排序与去重退休（Supersede）事实失效但不删除：写失效时间戳，退出提示词注入，保留审计轨迹常驻层 / 按需层总是进上下文的信息 vs 仅在需要时检索的信息来源标签（Source）该信息学自群聊 / 私聊 / 归档，仅供审计，不暴露给模型十四、参考与出处 PersonaTree — 置信度累加、保守写入、观察→模式→断言分层：https://arxiv.org/abs/2606.04780 Zep / Graphiti — 时序知识图、invalid_at 与矛盾裁决：https://github.com/getzep/graphiti/blob/main/graphiti_core/edges.py Letta / MemGPT — 常驻记忆块与可检索层、上限即去重压力：https://docs.letta.com/v1-sdk/memory/memory-blocks LangMem — 记忆分层与"召回 = 相似度 + 重要性 + 强度"：https://langchain-ai.github.io/langmem/concepts/conceptual_guide/ Mem0 — 写时决策（ADD/UPDATE/DELETE/NOOP）与候选近邻检索：https://arxiv.org/abs/2504.19413 反例记录：Mem0 v3 移除写时调解的官方迁移说明：https://docs.mem0.ai/migration/platform-v2-to-v3

Resource Information

Author：user_bbab8c60

Category：Business Crm

Version：1.0.0

Auth： No auth

Pricing： Not specified

License information is collected from official sources and may be outdated or missing. Refer to the LICENSE file in the original repository before commercial use.

Similar skills

罗斯蒙德合同合规审查

Not specified

【罗斯蒙德合同合规审查】南京罗斯蒙德基于已交付项目沉淀的合同合规审查 Skill，为法务与业务侧提供风险初筛，聚焦智能写作、文档交付、AIGC 与定制开发类背靠背合同。流程：提取合同文本（PDF/Word/扫描件）→ 解析主体、标的、价款、履约、违约等要素 → 多版本条款语义比对与差异定位 → 按 13 类通用维度（用章、审批、必备条款、前后一致性、行业资质、违约责任与上限、知识产权、主体授权、价款税务、争议解决、履约验收、跨境、招标采购）逐项核查 → 叠加背靠背传导、AIGC 权属与标识、源文件与提示词交付、数据合规与第三方大模型调用、验收客观化、驻场 SLA 等专项规则。风险按高/中/低分级，一律用「所属章节」定位，给出依据与修改建议；一键生成 HTML 报告，同源产出 Markdown 与 JSON 三件套，交付前经自检脚本门禁校验。仅初筛，不替代法务终审。 Trigger on: 合同审查/合同审批/合同比对/差异对比/用章检查/招标文件评分/单一来源采购/背靠背合同/AIGC 合同/起草诉状/contract compliance review/clause comparison.

露禾论文写作助手（免费版pro）

Freemium

露禾论文写作助手（免费版）：一句话生成引用可溯源、不编造的专业学术论文，按国标 GB/T 7714 插入真实文献引用，中英文 3000/5000/8000 字，一键导出 Word。说「写论文 / 帮我写论文」即可使用。

包拯.SKILL

API key required

包拯.Skills你身边的专家律师团 — 专业法律咨询 + 要素式/通用起诉状起草 + 刑事专项材料辅助 + 法条分析与法规检索。flk.npc.gov.cn API实时法条优先，不可用时AI知识库降级兜底，**法条来源按四档标注可核验（已核验-flk API / 已核验-单源 / 已引-离线库 / 未核验-模型生成），交付末尾附法条/事实/金额/程序分项置信度**；以22类法律领域覆盖矩阵约束路由边界；支持35个起诉状模板、5类刑事专项材料辅助；内置Logic Doctor逻辑自检、诉讼时效追踪及10类异常容错处理（含连续失败熔断）；渐进式意图收敛协议（3轮状态机）；混合意图自动任务拆解（按依赖排序→合并→顺序执行）；含反模式清单与危机干预出口（自杀/家暴/未成年人侵害先于一切法律分析）。非标准案由自动使用通用模板。

律师助手

Marked paid

律师AI办案工作台：从接案到结案全流程提效——案件分析、要件梳理、文书初稿、证据质证、法庭攻防演练、赔偿与费用计算、期限提醒、复盘归档；覆盖民事、刑事、劳动、非诉、破产、执行、行政、仲裁八大领域，111 个专家技能；法条可核验、结论可复核。

AdMapix广告投放工具

Marked freeAPI key required

AdMapix广告原始数据层,广告创意/应用/排名/下载收入

标书写作专家【百炼标书】

Marked paidAPI key required

百炼®标书是一个面向投标场景标书写作的skill，可以帮用户完成四件事：解读招标文件、生成投标文件、审查投标文件合规风险以及标书查重。它适合用自然语言直接写作，用户只要提供文件和需求，就能拿到解读结果、成品标书、审查报告、查重报告。百炼®标书官网:https://biaoshu.zhiliaobiaoxun.com

What is a Skill

A Skill is a packaged single capability, such as text recognition, document summarization, or keyword extraction. Developers wrap the calling logic and prompts into a plugin-like unit, so users can load it without understanding the underlying model. StackPilot indexes a large number of skills that can be tried instantly or assembled into a plan.