动态遗忘

Hebb Mind 的遗忘机制受艾宾浩斯遗忘曲线启发，为每条记忆动态计算存活时间（TTL）。频繁访问的重要记忆存活更久，被忽略的低价值记忆自然消失。

TTL 计算公式

TTL = base_ttl * (1 + log(access_count)) * (importance / 5.0) * exp(-decay_factor * days_since_access)

其中：

参数	说明	默认值
base_ttl	基础存活时间（小时）	168（7 天）
access_count	记忆被访问的次数	-
importance	重要性评分（0-10）	-
decay_factor	衰减因子，越大遗忘越快	0.693
days_since_access	距离上次访问的天数	-

公式解读

• 访问频率加成 (1 + log(access_count))：访问次数越多，TTL 越长，但增长速度递减
• 重要性加成 (importance / 5.0)：重要性 5 为基准，10 分记忆的 TTL 是 5 分记忆的 2 倍
• 时间衰减 exp(-decay_factor * days)：随时间指数衰减，长时间未访问的记忆 TTL 快速缩短

示例

一条 importance=8、被访问 10 次、3 天未访问的记忆：

TTL = 168 * (1 + log(10)) * (8 / 5) * exp(-0.693 * 3)
    = 168 * 3.30 * 1.6 * 0.125
    ≈ 110.9 小时

而一条 importance=3、只被访问 1 次、7 天未访问的记忆：

TTL = 168 * (1 + log(1)) * (3 / 5) * exp(-0.693 * 7)
    = 168 * 1.0 * 0.6 * 0.0078
    ≈ 0.79 小时

后者将很快被清理。

遗忘任务运行机制

遗忘任务按 forget_interval_seconds 间隔定期执行（默认 30 分钟）：

1. 遍历所有记忆
2. 根据公式计算每条记忆的 expires_at
3. 删除已过期的记忆

手动触发：

curl -X POST http://localhost:8321/api/v1/admin/forget

响应：

{
  "deleted": 12
}

调整参数

# 延长基础存活时间到 2 周
hebb config set base_ttl_hours 336

# 降低衰减速度（记忆消失更慢）
hebb config set decay_factor 0.3

# 加快遗忘任务检查频率（每 10 分钟）
hebb config set forget_interval_seconds 600

设计思考

人类大脑不会记住所有信息，遗忘是正常且必要的认知机制。通过动态 TTL，Hebb Mind 实现了：

• 自适应保留：重要且常用的记忆自然存活更久
• 自动清理：低价值记忆不会无限积累
• 可调节性：通过参数调整可以适应不同场景的记忆需求