Skip to content
阅读进度

如何理解把项目讲成自己的话? ​

返回 EachOf 项目 目录

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 ​

先理解,再复述。下面讲述只覆盖当前读取到的架构与机制,不包含未经核实的个人贡献、企业生产规模或性能领先结论。

30 秒版:让不懂 AI 的人听明白 ​

EachOf 是我做的 AI 长期记忆项目。使用 AI 做一个长期项目时,换了会话或工具,经常要重新解释背景。EachOf 把项目偏好、决定和依据保存起来,让有权限的 Agent 按需找回。用户也能查看、纠正和撤销这些记忆;来源变了以后,系统会检查旧结论和答案是否还能继续使用。

90 秒版:说明核心流程 ​

EachOf 解决的是跨会话、跨 Agent 的项目上下文延续问题。它把长期信息组织成 Memory,放在有权限边界的 Space 中,通过 Connection 接入外部应用或 Agent。

写入时,Python 处理器提取候选记忆,Go Core 负责校验来源、权限和数据约束,再正式写入。读取时,结合关键词与向量检索,找出相关且仍有效的记忆,在预算内交给 Agent。

我关注的一个重点是记忆变化后的影响。比如日志保留规则从 30 天改成 7 天,不能只改原记录,还要检查基于旧版本产生的结论和缓存答案。架构上通过来源、推导依赖和版本校验处理这些问题;异步任务则用租约、重试与幂等提交提高可靠性。效果需要分别验证检索质量和实际使用收益。

3 分钟版:按照这五段展开 ​

时间讲什么可以使用的句子
0:00–0:30问题与定位“长期项目跨会话会丢背景,旧信息也可能继续误导新任务。”
0:30–1:05完整例子“先记住日志保留 30 天,换一个 Agent 设计清理任务,再把规则改成 7 天。”
1:05–1:45架构与数据流“Go 管权威状态,Python 产候选;PostgreSQL 与 pgvector 支撑数据和混合检索。”
1:45–2:30两个技术难点“变化之后如何阻止旧依据被继续使用;任务失败重试时如何避免重复提交。”
2:30–3:00验证与限制“分别检查权限、失效、检索和任务收益;外部已取得的内容不能假设自动收回。”

卡壳时,回到这六个动词 ​

记住 · 校验 · 找回 · 使用 · 纠正 · 撤销

每个动词解释一句,串起来就是完整项目。名词是为解释动作服务的。

技术选择怎么讲得有说服力 ​

使用“需求 → 选择 → 获得什么 → 付出什么 → 怎么验证”这个顺序。例如:“需要计算与权威写入隔离,所以把 Python 处理器放在进程外,通过协议交结果;这样可替换和重试,但增加部署与协议维护成本;需要通过故障测试验证恢复行为。”

暂时不要这样表述 ​

容易误导的说法更准确的表述
“模型已经学会了用户资料。”“应用保存资料,在需要时提供给模型。”
“向量检索保证找到正确答案。”“向量搜索返回语义相关候选,效果需要评估。”
“Trusted Commit 保证记忆真实。”“它保证正式写入经过平台约束与校验。”
“撤销后所有 Agent 都忘了。”“撤销限制未来的受控读取,外部副本另有边界。”
“已经证明全面优于竞品。”“只有同条件、可复现的对照才支持性能比较。”

闭卷练习:用日志保留期的例子,连续讲 90 秒。

检查是否说到了:写入不是立即确认;新 Agent 要主动接入并获取上下文;修改规则会影响派生结论和答案;撤销不能自动清除外部已获得副本。四点完整,比堆满术语更重要。

内容来源 ​

用完整回答理解机制,用真实证据解释项目。