企业官网建设流程全解析

OpenChronicle 记忆数据流全解：从 S1 解析到 FTS5 索引的 5 级压缩漏斗

【免费下载链接】OpenChronicle项目地址: https://gitcode.com/gh_mirrors/op/OpenChronicle

OpenChronicle 是一个开源、本地优先的 AI Agent 记忆系统：它在 macOS 上持续捕获你的屏幕上下文（AX 可访问性树），通过一条5 级压缩漏斗把原始事件逐级压缩成可读的 Markdown 记忆，并最终建入SQLite FTS5 全文索引，让任意支持工具调用的 AI Agent 都能快速检索"你正在做什么、做过什么决定"。

🗺️ 一眼看懂：5 级压缩漏斗总览

整条数据流只有一条入口，没有多模式分支。每一级都只做一件事，输出有界、prompt 可控：

官方对整体管线的完整描述见 docs/architecture.md，端到端流程图与运行时序列都在里面。

1️⃣ 第一级：S1 解析——把"屏幕事件"变成结构化上下文

macOS 的屏幕信号来自一个 Swift 编写的mac-ax-watcher二进制，它订阅所有应用的可访问性事件（窗口聚焦、输入值变化、标题变化），每个事件吐出一行 JSON。

原始事件像消防水带一样嘈杂，先要过S0 分发器（event_dispatcher.py）的四道时间闸：

之后才是真正的S1 解析（s1_parser.py）。它从庞大的 AX 树里只抽取下游 LLM 真正需要的三个字段：

• focused_element—— 光标所在元素（你正在输入什么、选中了哪一行）
• visible_text—— 屏幕上可见内容的 Markdown 渲染（上限约 10 KB）
• url—— 从可见文本中正则提取的网址

这一步是"压缩"的关键起手：下游所有 LLM 阶段读的都是这三个字段，而不是动辄 200–400 KB 的原始 AX 树。捕获结果以{时间戳}.json写入~/.openchronicle/capture-buffer/，细节见 docs/capture.md。

2️⃣ 第二级：Timeline 时间块——1 分钟一格的"保真存档"

如果直接把原始捕获丢给归约器，prompt 预算瞬间爆掉。于是 Timeline 阶段（timeline/aggregator.py）每 60 秒扫描一次已关闭的整分钟窗口（对齐真实时钟，如[10:00, 10:01)），调用 LLM 把窗口内最多 30 条捕获归一化成一组活动记录：

[Notes] 购物清单: 用户起草清单，最新版本 "milk, eggs, flour, butter" [Chrome] ACME Q3 roadmap (https://docs.example/roadmap): 阅读文档，记录 Owner Alice

它的规则非常克制，核心是verbatim-preserving（保字面）：

• ✅ 用户亲手输入的文字、URL、窗口标题、专名——原样保留，绝不改写
• ✅ 剔除 UI 框架噪音、折叠重复快照
• ✅ 防幻觉：不同对话里的人/话题不得互相串供

时间块存入 SQLite 的timeline_blocks表（timeline/store.py），(start_time, end_time)唯一键保证幂等。设计动机完整解释见 docs/timeline.md。

3️⃣ 第三级：会话切割 + S2 归约——"一段专注工作"成为日记条目

人的记忆单位不是"事件"，而是一段专注的工作（session）。session/manager.py 用三条规则切分会话：

会话结束后，S2 归约器（writer/session_reducer.py）把时间范围内的所有时间块交给 LLM，压缩成一条带精确时间范围的日记条目，追加到当天的event-YYYY-MM-DD.md。

亮点在于增量刷写：长会话期间每 5 分钟就 flush 一次（[flush]标记的条目），长工作不会被"先写后丢"地漏报——这正是 v1 逐捕获写入踩过的坑。会话状态机、重试队列（5/15/30/60/120 分钟退避）与书签机制（flush_end/classified_end）见 docs/session.md 和 docs/writer.md。

4️⃣ 第四级：Classifier 分类——从"活动日志"提炼"持久记忆"

活动日志回答"今天做了什么"，但"用户换了新公司"、"Alice 是设计负责人"这类持久事实需要单独沉淀。

Classifier（writer/classifier.py）每 30 分钟（活跃会话中）加会话结束时各跑一轮，通过一个有上限（12 次迭代）的工具调用循环操作记忆库：

它默认偏向"什么都不做"：纯粹的刷了 2 小时 Cursor 不算可分类事实。最终产出的是~/.openchronicle/memory/下一系列人类可读的 Markdown 文件——user-*.md、project-*.md、tool-*.md、topic-*.md、person-*.md、org-*.md。文件结构、supersede 语义、压缩（compact）保护机制见 docs/memory-format.md，完整记忆规范（也是 MCPget_schema返回的内容）在 prompts/schema.md。

5️⃣ 第五级：FTS5 索引——让记忆"秒级可查"

最后一级是检索。store/fts.py 里建了两套 FTS5 虚拟表，全部使用unicode61 remove_diacritics 2分词器（大小写不敏感、Unicode 友好）：

两层设计的妙处：压缩层答"我知道什么"，原始捕获层答"屏幕上当时到底写了什么"。MCP 服务端明确教会 Agent 这个下钻路径——先查压缩层，查不到再搜原始层。

几个工程细节值得留意：

• SQLite WAL 模式：MCP 读与写入方并存不互锁（paths.py 管理~/.openchronicle/index.db路径）
• 触发器同步：captures表的插入/删除/更新由触发器自动同步进captures_fts，索引不漂移
• 随时可重建：openchronicle rebuild-index从 Markdown 全量重建entries_fts，rebuild-captures-index同理——索引永远只是派生副本
• Agent 入口：守护进程内置只读 MCP 服务（http://127.0.0.1:8742/mcp），Claude Code、Claude Desktop、Codex 等一次配置即可接入，详见 docs/mcp.md

💡 磁盘上你能看到什么

跑起来之后，一切状态都摊在~/.openchronicle/下，随手可查：

~/.openchronicle/ ├── capture-buffer/ # 第一级：S1 增强 JSON 捕获 ├── index.db # SQLite：timeline_blocks / sessions / FTS5 ├── memory/ # 第四、五级：Markdown 记忆 + 索引 │ ├── index.md # 自动生成的总览 │ ├── event-2026-04-22.md │ └── user-/project-/person-… .md └── logs/ # 每个阶段一份日志，方便排查

常用巡检命令：openchronicle status（守护进程状态）、openchronicle timeline list（看时间块）、openchronicle writer run（补跑未完成的会话）、openchronicle rebuild-index（重建 FTS5 索引）。

📌 小结：为什么是"漏斗"而不是"一把梭"

OpenChronicle 的数据流把"压缩"和"分类"刻意拆开：

1. 每级 prompt 有界——S1 只给结构化字段，Timeline 只给 1 分钟窗口，S2 只给时间块，Classifier 看到的已是会话级摘要；
2. 保真与压缩分层——用户亲手输入的文字在每一级都被"verbatim"保护，压缩的是 UI 噪音而非事实；
3. 永不删除——记忆变更走 supersede 划线取代，FTS5 索引可随时从 Markdown 重建，整条链可审计、可手工修复。

想动手体验？安装只需 macOS 13+ 与 Xcode Command Line Tools，克隆仓库后执行bash install.sh再运行openchronicle start即可。更多配置与模型选择见 docs/config.md，遇到问题可查 docs/troubleshooting.md。

【免费下载链接】OpenChronicle项目地址: https://gitcode.com/gh_mirrors/op/OpenChronicle