Mnemonic 忆存线 v3.5.3

角色: memory (状态记忆层) | 阶段: background (后台常驻) | 位置: Guard 之后，Canon 之前

v3.5.3 默认固化阈值10→3。读取 Guard 的 intercept_log.jsonl 和 state.json，自动识别高频错误模式，推送规则草稿至 Canon 固化引擎。不生产规则、不执行拦截。

文件结构

~/.hermes/self-reflection/
├── intercept_log.jsonl      # 拦截日志 (Guard 写入，Mnemonic 主数据源)
├── errors.jsonl             # 原始错误记录 (Canon 写入，Mnemonic 降级数据源)
├── state.json               # 跨会话状态 (Mnemonic 维护)
├── mnemonic_state.json      # 独立持久化状态 (Mnemonic 维护)
├── rules/                   # 规则库 (Canon 生产)
└── config.json              # 用户配置

版本变更

启动时（Skill 加载）

1. 选择数据源（M1 · v3.3.0）

数据源降级链： 优先读取 Guard 拦截日志，无则回退 Canon 错误记录，全无则等待。

执行步骤：

1. 检查 ~/.hermes/self-reflection/intercept_log.jsonl
   - 存在且非空 → data_source = "guard_intercept"
     → 加载最近 7 天拦截记录
     → 分组统计关键词频次
      → 输出: "Mnemonic v3.5.3: 数据源=Guard拦截日志（{N}条/7天）"

2. 不存在或为空 → 降级检查 errors.jsonl
   - 存在且非空 → data_source = "canon_errors"
     → 加载全部错误记录（无时间窗口限制，因 errors.jsonl 永久追加）
     → 分组统计关键词频次
      → 输出: "Mnemonic v3.5.3: 数据源=Canon错误记录（降级，{N}条总计）。等待 Guard 拦截日志积累后自动切换。"

3. 两个都不存在或都为空 → data_source = "none"
   - 跳过模式识别
   - 仍正常加载 mnemonic_state.json 和 state.json
    → 输出: "Mnemonic v3.5.3: 数据源=等待中（无拦截日志，无错误记录）。模式识别暂停。"

关键： 不报错、不崩溃、不空转。无论数据源状态如何，Mnemonic 正常激活，只是模式识别能力随数据可用性动态调整。

2. 读取拦截日志（主数据源）

当 data_source = "guard_intercept" 时，加载 ~/.hermes/self-reflection/intercept_log.jsonl，统计最近 7 天拦截事件。按关键词分组，计算出现频次。

3. 读取状态

加载 ~/.hermes/self-reflection/state.json 和 ~/.hermes/self-reflection/mnemonic_state.json。

4. 输出激活状态

必须输出: "Mnemonic v3.5.3 已激活。数据源: {guard_intercept/canon_errors/none}。近7天拦截{N}次。P2加速就绪(同会话2次→推送)。上下文保留: 就绪。模式识别: {on/degraded/off}。"

命中上下文保留（v3.5.0）

v3.5.0 新增。 解决 unknown 规则无法还原的痛点——33 次真实命中，上下文全丢。从此每次命中都保留触发场景。

记录内容

每次 Guard 拦截命中时，Mnemonic 自动记录触发上下文到 mnemonic_state.json：

{
  "context_log": [
    {
      "ts": "ISO8601",
      "rule_id": "rule_ban_013",
      "session_id": "20260525_xxx",
      "summary": "用户要求: '发布Guard v4.7.1到GitHub' | Agent操作: write_file覆盖SKILL.md",
      "agent_action": "write_file",
      "user_intent": "发布skill到GitHub",
      "risk_type": "irreversible"
    }
  ]
}

保留策略

• 最近 100 条上下文保留在 mnemonic_state.json
• 超过 100 条 → 归档到 context_archive.jsonl（永久追加）
• 每个 rule_id 最多保留最近 5 条上下文（去重）

对 unknown 规则的复活

当 unknown 规则（level: monitor，内容为空）再次触发时：

1. Mnemonic 检查上下文日志 → 找到该 rule_id 的历史触发场景
2. 同会话 ≥ 2 次 → 自动生成规则草稿（基于上下文的 summary）
3. 推送至 Canon 固化引擎 → 用户确认后写入正式规则
4. unknown → 有意义的规则，monitor → soft/hard

隐私保护

• summary 字段不记录完整对话，只保留操作类型和意图摘要
• 用户可通过 !mnemonic clear_context 清空上下文日志
• 上下文日志独立于 Hermes 记忆系统，不混入 Memory store

触发条件

v3.5.1 P2补完（与Guard P1联动）：

Guard P1 已实现「同会话第2次命中→block」。Mnemonic v3.5.3 消费 Guard 拦截日志，在同会话累计第2次命中时立即推送草稿——不再等待历史积累。

Session 追踪机制（v3.5.1）：

1. Guard 写入 intercept_log.jsonl 时包含 session_id + rule_id
2. Mnemonic 按 session_id 分组 → 同会话内同一 rule_id ≥ 2 → 触发
3. 跨会话：排除同会话已处理的记录，7天内同一 rule_id 累计 ≥ 2 → 触发
4. mnemonic_state.json 记录每个 rule_id 的「同会话已推送」状态，避免重复推送

降级数据源（errors.jsonl）： 阈值仍为 ≥ 5 次（无时间窗口，因 errors.jsonl 永久追加）。

识别流程

1. 遍历数据源记录 → 按 rule_id + interceptor（或 error_type）分组
2. 统计每组频次 → 筛选 ≥ 阈值的模式
3. 与 rules/ 已固化规则去重 → 排除已覆盖的
4. 与 mnemonic_state.json 已推送草稿去重 → 排除重复推送
5. 生成规则草稿 → clarify 提醒用户确认
6. 用户确认 → 推送至 Canon 固化引擎

规则草稿格式

{
  "ts": "ISO8601",
  "type": "ban",
  "rule": "自动识别: 高频违规XXX",
  "context": "近7天触发{N}次，数据源: {guard_intercept/canon_errors}",
  "match": {
    "exact": ["关键词1", "关键词2"],
    "semantic": "语义描述"
  },
  "source": "mnemonic_pattern",
  "data_source": "guard_intercept"
}

推送至典则线

草稿不直接写入 rules/，而是通过标准化接口推送至 Canon 固化引擎。Canon 负责去重、分类、冲突检测、写入。

误报率自适应 (M4)

同一模式误报率高时自动降低匹配置信度。误报减少后自动回升：

连续5次命中无误报 → 置信度 +0.1 (最高1.0)
连续3次误报 → 置信度 -0.2 (最低0.1)
置信度<0.3 → 不再自动推送，仅记录日志到 mnemonic_state.json
置信度恢复>0.5 → 恢复自动推送

独立持久化 (M2)

独立维护 ~/.hermes/self-reflection/mnemonic_state.json：

{
  "pattern_history": [{"keyword":"虚构","count":4,"last_seen":"ISO8601","confidence":0.8}],
  "draft_queue": [{"rule_id":"draft_001","status":"pending_confirm"}],
  "recognition_stats": {"total_patterns":12,"pushed_to_canon":3,"false_positives":2},
  "data_source_history": {"guard_intercept_sessions": 45, "canon_errors_sessions": 12, "none_sessions": 3},
  "session_tracking": {
    "current_session_id": "20260525_xxx",
    "pushed_this_session": ["rule_ban_013"],
    "per_rule_session_hits": {"rule_ban_013": {"sessions": ["sess_A","sess_B"], "total_hits": 3}}
  }
}

session_tracking（v3.5.1 新增）追踪同会话推送状态，避免同一 rule_id 在同会话内重复推送草稿。

data_source_history 追踪各数据源的使用会话数（v3.3.0 新增），用于判断何时从降级切回主数据源。

数据源切换监控（M1 · v3.3.0）

每次加载时自动检测：

1. 当前 data_source = "canon_errors"（降级模式）
2. 检查 intercept_log.jsonl 是否已出现且非空
3. 是 → 自动切换 data_source = "guard_intercept"
   → 输出: "🔄 Mnemonic 数据源已升级: canon_errors → guard_intercept（检测到 Guard 拦截日志）。"
4. mnemonic_state.json 记录切换事件

CLI 命令

!patterns — 查看识别模式（v3.5.2）

触发词: !patterns 或「查看模式」「识别模式」「高频违规」

读取 mnemonic_state.json → pattern_history，输出当前识别的重复违规模式。

输出格式：

[Mnemonic] 当前识别的重复模式：
| 规则                     | 本会话命中 | 7天命中 | 置信度 | 推荐操作 |
|-------------------------|-----------|--------|--------|---------|
| 坐标不除2               | 2         | 5      | 0.8    | 建议固化 |
| pyautogui截图           | 1         | 3      | 0.5    | monitor |
| Skill未加载             | 0         | 2      | 0.4    | 观察    |

草稿队列: 1条待确认 → 输入 !solidify 固化

数据来源： mnemonic_state.json → pattern_history + draft_queue

!datasource — 数据源状态（v3.5.2）

触发词: !datasource 或「数据源」「数据源状态」

读取 mnemonic_state.json，输出当前数据源状态和切换历史。

输出格式：

[Mnemonic] 数据源状态：
  当前数据源: guard_intercept (Guard拦截日志)
  健康: ✅ 正常（近7天142条拦截记录）
  切换历史:
    guard_intercept: 45 会话
    canon_errors: 12 会话（降级）
    none: 3 会话（等待）
  数据源降级链: guard_intercept → canon_errors → none

数据来源： mnemonic_state.json → data_source + data_source_history

与 Canon / Guard 联动

Guard (pre_action)
    │  写入 intercept_log.jsonl
    ▼
Mnemonic (background)
    │  读取拦截日志 → 模式识别 → 生成草稿
    │  如无拦截日志 → 降级读 errors.jsonl → 模式识别
    │  推送至 Canon 固化引擎
    ▼
Canon (system_anchor)
    │  去重 → 冲突检测 → 写入 rules/
    ▼
Guard 下一轮拦截使用更新后的规则

安装

npx skills add mnemonic --yes --global