作为一个不断进化的 Proactive Agent，旺财Jarvis 的大脑已经从最初的“扁平化文件堆叠”演进为“全息立体知识库”。它不仅能执行指令，更能通过一套具备时空感知、关系推理、自动代谢的立体记忆检索架构，在您提问的瞬间零延迟穿梭于四个维度，拼凑出最立体的上下文全貌。
🌌 记忆系统层级解析
🟢 Layer 0: 活跃感知层 (Working Memory)
机制：OpenClaw 原生无损上下文 (LCM) 与 SESSION-STATE。
作用：犹如短期记忆区，处理当前对话。上下文超60%安全水位时触发自动压缩，保证工作流永不宕机。
🟡 Layer 1: 1D 文本精准维 (Keyword)
机制：原生高优检索，直连本地记忆库。
作用：“所见即所得”的实体召回。需要找回特定配置代码、具体报错日志时，提供最高效、最原汁原味的锚点查询。
🔵 Layer 2: 2D 语义意图维 (Semantic Vector)
机制：本地 Ollama 向量嵌入 (Nomic-embed-text)。
作用：懂您“言外之意”的模糊映射。即使提问字眼不完全匹配，也能通过向量空间相似度捞出潜在关联文档。
🟣 Layer 3: 3D 星图关系维 (GraphRAG)
机制：基于定时生成的知识星图，解析 WikiLink 关联。
作用：顺藤摸瓜式的深度推理。将零散知识连点成线，发现背后“A导致B”或“项目C引用配置D”的结构化关系。
🔴 Layer 4: 4D 时空演化维 (Chronological)
机制：文件时间戳追踪与 Git 历史轨迹结合。
作用：理清事物的“前世今生”。按照时间轴倒序明确最新生效版本，彻底消除过时旧数据带来的幻觉干扰。
♻️ 记忆呼吸与新陈代谢系统
- 自我进化闭环 (Self-Improvement)： 运行中踩过的坑均会反思提炼成通用法则，并最终固化为核心守则。
- 自动代谢机制 (Auto-Archive)： 每晚 23:00 的 Cron 定时任务会自动将冷数据（超 30 天不活跃）安全转储至归档区，保持主脑库极致轻量。