外观
EachOf Memory 解决什么问题?
项目版本说明
这些问答整合历史设计与实现资料;当前 main 分支 README 以工作包描述建设状态。具体能力、实验数据与设计目标的边界见项目状态与证据。
标准回答
EachOf Memory 为 AI 应用提供持续可用、带权限和来源关系的记忆层。它不仅保存相似文本,还管理哪些内容可以成为当前知识、依据是什么、何时失效,以及纠正源信息后如何处理衍生内容。
一个完整写入过程是:接收有权限的资料,建立持久操作,交由 Processor 生成候选,Core 校验来源和状态后提交。读取时结合全文与向量候选进行排序,并遵守 Space、资源与当前有效性限制;实际使用反馈可在约束内影响后续治理。
架构价值在于把不确定的模型计算与确定的状态和权限控制分开。它不能保证模型每句话都真实,也不能从小规模验证直接推导出大规模生产可靠性。技术说明要同时给出实现机制、验证记录和未覆盖场景。
追问与回答
与普通向量数据库相比多了什么
向量检索解决相似候选获取;EachOf 还组织来源、依赖、状态、权限、任务与纠正传播。向量索引是其中一个能力,不是完整的治理模型。
是否等于一个聊天机器人
它更接近为不同客户端提供记忆能力的后端。聊天 UI、模型推理和业务工作流可以接入,但不由存储层自动完成。
易混淆点
- 将可信写入解释成模型语义永远正确。
内容来源
- Android 与 AI 工程 Wiki · 原条目
q149