丘丘

跟一个 AI 聊完一轮，关掉再打开，它什么都不记得——这不是模型的问题，是上下文窗口一关就没了。市面上的「记忆」多半是把聊天记录整段塞回提示词，塞到装不下为止。

丘丘是一只常驻 macOS 桌面的 AI 桌宠，底下压着一层长期记忆中间件：每一轮对话拆成一条条事实存下来，下一次提问先去捞。整条链路是敞开的——记了什么、没记什么、这次答案参考了哪几条，全在界面上。

不记的那一半更重要

「我下周五去上海出差」会被拆成事实写进去。「嗯……那个……我看看啊」不会。

压缩这一步抽不出事实的句子，整句进丢弃列表，这一轮不写库。界面上照样给你看：那条管线走到「新颖度过滤」就熄了，右栏标着「冗余，丢掉」。

一个只会往里塞的记忆系统，用一周就被废话淹了。所以能看见它拒绝了什么，比看见它记住了什么更能建立信任。

三路并行检索，热冷两层

召回同时走三条：按意思（向量）、按字面（BM25）、按标签（实体）。三路取并集去重，再按 token 预算截断——先给摘要，不够再展开，预算内为止。

存储分热冷两层：热的常驻随时可取，冷的归档、按需回热。向量库用 LanceDB（Rust 原生，不用起服务），事实和会话在 SQLite。

删一条记忆只是让它失效，历史行不删除——记忆系统最怕的就是「它到底为什么这么答」查不回去。

画面上亮的每一格都来自后端事件

顶上那条管线不是动画脚本。前端只订阅后端发的事件流，哪一段发生了哪一段才亮，没发生的不亮。同一轮的每一步挂在同一个 trace id 上，右栏能逐条展开。

这是刻意立的一条约束（契约 AD-14）：可见性的唯一来源是事件。否则演示时好看，真出问题时界面照样一片祥和。

表情不经过模型

32 个表情，两个方向都跟模型断开：发出去的 prompt 里没有任何表情信息，模型也没有输出表情标记的口子，它写的括号旁白在后端就滤掉了。

回复全文回来之后，由本地两张规则表（关键词 + 记忆事件）判出该演哪个表情。这样模型换一家、换个版本，脸上的调度不会跟着飘。

还有

端到端实时语音通话（说话时可以打断）、发图片走 Vision 转描述再进记忆、人格四个滑块加相处久了自己沉淀的习惯、鼠标穿透的桌宠窗口和跟着光标转的眼睛。

工程上是契约先行：docs/CONTRACTS.md 里的约定由测试直接解析校验，改了契约不改实现，测试会红。

在线 demo 跑在 Render 免费实例上，15 分钟没人访问会休眠，冷启动约 50 秒——仓库里挂了一条 GitHub Actions 每 5 分钟敲一次健康检查，正常情况下点开是热的。