Dynamics-memory

把矛盾日志蒸馏成有界可纠错的智能体记忆

Dynamics-memory 是面向 LLM 智能体的长期记忆层，用 TypeScript 实现。它要解决的核心问题是：智能体在长期运行中会积累大量连续、甚至互相矛盾的项目交互日志，传统向量库或 RAG 只会不断堆叠内容，导致记忆膨胀、检索噪声大、旧结论无法被纠正。该项目把日志蒸馏成有界、可自更新的记忆库，通过候选池筛选值得保留的记忆，用价值动态（value dynamics）为每条记忆打分并随时间衰减或强化，再用张力裁决（tension adjudication）处理相互冲突的记忆，避免错误结论长期污染上下文。它还提供因果回放评测（causal-replay evals），用历史交互回放来验证记忆层是否真的提升了后续决策质量。整体定位是智能体记忆中间件，可与现有 agent 框架和 RAG 流程配合，让长期记忆从只增不减的日志变成可维护、可纠错的知识状态。