D.I.V.E.

对话会结束，项目上下文不应该归零。

跨越多次交互的开发任务，需要保留已确认的事实、决策依据和项目进展。仅仅累加聊天历史，会遇到上下文窗口、信息过期和来源难以追溯的问题。

D.I.V.E. 围绕一个更具体的问题展开：如何让记忆成为可写入、可更新、可检索，也可审阅的系统状态？

将记忆当作基础设施。

把交互、记忆形成、版本演化、检索和上下文打包拆为独立环节。当前公开仓库已演进为本地项目助手：读取项目资料、提出变更、确认执行，再保存进展，供下一次协作使用。

• Memory Formation：区分对话内容与已确认事实，保留来源。
• Memory Evolution：围绕更新、删除、版本和时间边界管理长期状态。
• Semantic Retrieval：为当前请求检索相关证据，而非搬运全部历史。
• Context Packing：在有限上下文中组织记忆、来源与近期交互。

从一次交互，到可延续的上下文。

下图是核心记忆链路的概念视图，不代表在线服务部署拓扑。公开仓库中的助手按模型接口、工具循环、项目工具适配和记忆存储分层；助手编排与评测链路独立迭代。

可解释的边界，比堆叠能力更重要。

• 将事实、来源与版本关联，避免检索结果脱离其形成过程。
• 将提案与执行分离；公开助手在用户确认后写入并读回核验。
• 将本地优先的助手存储，与 PostgreSQL 等服务端验证场景区分。
• Embedding Lifecycle 涉及模型版本、重建和失效管理；具体支持情况须核对对应实现与实验记录。

记忆、工具与验证，各自有清晰职责。

当前 README 描述了持久对话、项目待办、记忆版本、来源与交接资料。模型连接失败保留输入并暴露原因，助手操作限定在本地个人项目工具范围内。

工程审阅重点包括记忆更新与删除的一致性、重复确认的幂等性、检索可见性，以及存储故障如何传递到调用层。并发正确性与性能属于需要独立验证的范围。

记录实验，也记录实验不能证明的事。

项目曾开展 100K 数据规模实验。这里的 100K 指实验记录规模，不是在线用户数，也不表示所有并发与性能测试通过。

本网站不展示未经逐项核对的耗时、吞吐量或准确率。复核指标时，需要同时读取数据集、硬件与模型、代码版本、命令、原始产物和失败记录。

真实使用的可靠性，仍需持续验证。

• 当前助手面向本地个人项目；没有云同步与多人权限。
• 尚不执行代码、联网搜索或修改用户仓库文件。
• 有来源不等于回答正确；开发集自评不能替代独立保留集与真实用户观察。
• 100K 实验不能推导为生产容量，也不能外推为并发 SLA。

从源码与证据开始复核。

实现、架构决策、运行手册和实验原始记录集中维护在 GitHub 仓库。本页是工程导航，最新状态与具体结论请以对应版本的源码和记录为准。