Mnemon — 记忆导入指南

聊天导出 / Markdown -> LLM 提取提示词 -> memory_draft.json -> mnemon import <file>

{
  "schema_version": "1",
  "source": "chat-export",
  "insights": [
    {
      "content": "选择了 Qdrant 而非 Milvus 作为向量搜索引擎，主要原因是其过滤查询性能更好。",
      "category": "decision",
      "importance": 5,
      "tags": ["architecture", "search", "vector-db"],
      "entities": ["Qdrant", "Milvus"],
      "source": "agent",
      "created_at": "2024-03-15T09:30:00Z"
    },
    {
      "content": "用户偏好简洁的 API 响应，不希望看到多余的解释文本。",
      "category": "preference",
      "importance": 4,
      "tags": ["ux", "api"]
    }
  ],
  "edges": [
    {
      "source_index": 0,
      "target_index": 1,
      "edge_type": "causal",
      "weight": 0.7,
      "reason": "向量引擎选型决策影响了 API 响应设计偏好"
    }
  ]
}

# 基本导入
mnemon import memory_draft.json

# 验证格式但不写入数据库
mnemon import --dry-run memory_draft.json

# 跳过去重检测，将所有条目作为新记忆插入
mnemon import --no-diff memory_draft.json

# 指定具体 store
mnemon import --store project-alpha memory_draft.json

{
  "imported": 8,
  "updated": 0,
  "skipped": 2,
  "errors": 0,
  "edges_inserted": 3,
  "auto_pruned": 0,
  "auto_pruned_ids": [],
  "results": [
    {"index": 0, "id": "a1b2c3d4...", "content": "选择了 Qdrant...", "action": "added"},
    {"index": 1, "id": "e5f6a7b8...", "content": "用户偏好简洁的...", "action": "skipped"}
  ]
}

你是一个记忆提取助手。请从下方的聊天记录或文档中提取有价值的长期知识片段，
生成一个符合 Mnemon memory draft 格式（schema_version: "1"）的 JSON 文件。

## 提取规则

1. 每条 insight 必须是独立、完整的知识单元，不依赖原始上下文即可理解。
2. 去除闲聊、重复表述和无长期价值的内容。
3. 如果同一主题多次出现，合并为一条最完整的表述，不要重复。
4. 按以下优先级分配 importance：
   - 5：关键架构决策、明确的用户核心偏好
   - 4：重要上下文、反复出现的模式
   - 3：一般事实和背景信息
   - 2：细节或一次性提及的内容
   - 1：临时状态或极低价值信息
5. entities 填写记忆中出现的具体名词：人名、项目名、工具/库名、组织名、
   API、服务或产品名。
6. tags 使用小写英文，用连字符分隔词语，如 "vector-db"、"api-design"。
7. 如果能从上下文推断出原始时间，在 created_at 中填写 RFC 3339 格式时间。
8. edges 只填写显而易见的强关联关系，不要过度连接。

## 输出要求

- 只输出 JSON，不要有任何解释文字。
- 严格遵守以下 schema：

{
  "schema_version": "1",
  "source": "chat-export",
  "insights": [
    {
      "content": "...",
      "category": "preference|decision|fact|insight|context|general",
      "importance": 1-5,
      "tags": ["tag1", "tag2"],
      "entities": ["Entity1", "Entity2"],
      "created_at": "2024-01-15T09:30:00Z"
    }
  ],
  "edges": [
    {
      "source_index": 0,
      "target_index": 1,
      "edge_type": "causal|semantic|temporal|entity",
      "weight": 0.0-1.0,
      "reason": "..."
    }
  ]
}

## 待处理内容

[在此粘贴你的聊天记录或文档]