auto-snapshot 2026-07-14 03:00:50

2026-07-14 03:00:50 +08:00 · 2026-07-14 03:00:50 +08:00 · 78ea0bf197
parent f9502531f8
commit 78ea0bf197
38 changed files with 4256 additions and 273 deletions
--- a/.skills_prompt_snapshot.json
+++ b/.skills_prompt_snapshot.json
--- a/channel_directory.json
+++ b/channel_directory.json
@ -1,5 +1,5 @@
 {
-  "updated_at": "2026-07-13T02:56:20.478736",
+  "updated_at": "2026-07-14T02:56:24.156486",
  "platforms": {
    "telegram": [],
    "discord": [],
--- a/cron/jobs.json
+++ b/cron/jobs.json
@ -20,15 +20,15 @@
      "schedule_display": "every 1m",
      "repeat": {
        "times": null,
-        "completed": 17828
+        "completed": 18274
      },
      "enabled": true,
      "state": "scheduled",
      "paused_at": null,
      "paused_reason": null,
      "created_at": "2026-06-21T18:52:36.548110+08:00",
-      "next_run_at": "2026-07-13T12:07:36.532589+08:00",
-      "last_run_at": "2026-07-13T12:06:36.532589+08:00",
+      "next_run_at": "2026-07-14T03:01:50.375446+08:00",
+      "last_run_at": "2026-07-14T02:58:50.757896+08:00",
      "last_status": "ok",
      "last_error": null,
      "last_delivery_error": null,
@ -116,15 +116,15 @@
      "schedule_display": "every 360m",
      "repeat": {
        "times": null,
-        "completed": 17
+        "completed": 20
      },
      "enabled": true,
      "state": "scheduled",
      "paused_at": null,
      "paused_reason": null,
      "created_at": "2026-07-09T01:30:54.618246+08:00",
-      "next_run_at": "2026-07-13T14:15:46.146705+08:00",
-      "last_run_at": "2026-07-13T08:15:46.146705+08:00",
+      "next_run_at": "2026-07-14T08:24:04.134772+08:00",
+      "last_run_at": "2026-07-14T02:24:04.134772+08:00",
      "last_status": "ok",
      "last_error": null,
      "last_delivery_error": null,
@ -162,15 +162,15 @@
      "schedule_display": "every 30m",
      "repeat": {
        "times": null,
-        "completed": 208
+        "completed": 237
      },
      "enabled": true,
      "state": "scheduled",
      "paused_at": null,
      "paused_reason": null,
      "created_at": "2026-07-09T01:42:21.503720+08:00",
-      "next_run_at": "2026-07-13T12:26:36.062681+08:00",
-      "last_run_at": "2026-07-13T11:56:36.062681+08:00",
+      "next_run_at": "2026-07-14T03:10:50.135381+08:00",
+      "last_run_at": "2026-07-14T02:40:50.135381+08:00",
      "last_status": "ok",
      "last_error": null,
      "last_delivery_error": null,
@ -208,15 +208,15 @@
      "schedule_display": "0 22 * * *",
      "repeat": {
        "times": null,
-        "completed": 3
+        "completed": 4
      },
      "enabled": true,
      "state": "scheduled",
      "paused_at": null,
      "paused_reason": null,
      "created_at": "2026-07-09T01:43:11.921492+08:00",
-      "next_run_at": "2026-07-13T22:00:00+08:00",
-      "last_run_at": "2026-07-12T22:01:13.160503+08:00",
+      "next_run_at": "2026-07-14T22:00:00+08:00",
+      "last_run_at": "2026-07-13T22:01:15.492061+08:00",
      "last_status": "ok",
      "last_error": null,
      "last_delivery_error": null,
@ -265,7 +265,7 @@
      "paused_at": null,
      "paused_reason": null,
      "created_at": "2026-07-09T02:10:36.846128+08:00",
-      "next_run_at": "2026-07-14T03:00:00+08:00",
+      "next_run_at": "2026-07-15T03:00:00+08:00",
      "last_run_at": "2026-07-13T03:00:27.380676+08:00",
      "last_status": "ok",
      "last_error": null,
@ -311,7 +311,7 @@
      "paused_at": null,
      "paused_reason": null,
      "created_at": "2026-07-09T02:11:00.385573+08:00",
-      "next_run_at": "2026-07-14T03:00:00+08:00",
+      "next_run_at": "2026-07-15T03:00:00+08:00",
      "last_run_at": "2026-07-13T03:00:27.930647+08:00",
      "last_status": "ok",
      "last_error": null,
@ -488,15 +488,15 @@
      "schedule_display": "0 */6 * * *",
      "repeat": {
        "times": null,
-        "completed": 24
+        "completed": 26
      },
      "enabled": true,
      "state": "scheduled",
      "paused_at": null,
      "paused_reason": null,
      "created_at": "2026-07-09T02:51:48.935042+08:00",
-      "next_run_at": "2026-07-13T18:00:00+08:00",
-      "last_run_at": "2026-07-13T12:01:05.997348+08:00",
+      "next_run_at": "2026-07-14T06:00:00+08:00",
+      "last_run_at": "2026-07-14T00:01:11.588478+08:00",
      "last_status": "ok",
      "last_error": null,
      "last_delivery_error": null,
@ -580,15 +580,15 @@
      "schedule_display": "0 21 * * *",
      "repeat": {
        "times": null,
-        "completed": 3
+        "completed": 4
      },
      "enabled": true,
      "state": "scheduled",
      "paused_at": null,
      "paused_reason": null,
      "created_at": "2026-07-09T21:31:33.068978+08:00",
-      "next_run_at": "2026-07-13T21:00:00+08:00",
-      "last_run_at": "2026-07-12T21:00:22.783388+08:00",
+      "next_run_at": "2026-07-14T21:00:00+08:00",
+      "last_run_at": "2026-07-13T21:00:45.719643+08:00",
      "last_status": "ok",
      "last_error": null,
      "last_delivery_error": null,
@ -718,16 +718,16 @@
      "schedule_display": "0 16 * * 1,2,3,4,5",
      "repeat": {
        "times": null,
-        "completed": 0
+        "completed": 1
      },
      "enabled": true,
      "state": "scheduled",
      "paused_at": null,
      "paused_reason": null,
      "created_at": "2026-07-12T01:32:01.773389+08:00",
-      "next_run_at": "2026-07-13T16:00:00+08:00",
-      "last_run_at": null,
-      "last_status": null,
+      "next_run_at": "2026-07-14T16:00:00+08:00",
+      "last_run_at": "2026-07-13T16:00:52.695089+08:00",
+      "last_status": "ok",
      "last_error": null,
      "last_delivery_error": null,
      "deliver": "feishu:oc_cd14ec7518926e57d26c5e339ebba3b3",
@ -739,7 +739,8 @@
        "user_id": "ou_f20eb15b3a76639fed35977c01ddcbb4"
      },
      "enabled_toolsets": null,
-      "workdir": null
+      "workdir": null,
+      "fire_claim": null
    },
    {
      "id": "f3619a71aebb",
@ -855,16 +856,16 @@
      "schedule_display": "0 * * * *",
      "repeat": {
        "times": null,
-        "completed": 0
+        "completed": 14
      },
      "enabled": true,
      "state": "scheduled",
      "paused_at": null,
      "paused_reason": null,
      "created_at": "2026-07-13T12:03:22.805682+08:00",
-      "next_run_at": "2026-07-13T13:00:00+08:00",
-      "last_run_at": null,
-      "last_status": null,
+      "next_run_at": "2026-07-14T04:00:00+08:00",
+      "last_run_at": "2026-07-14T02:00:50.668769+08:00",
+      "last_status": "ok",
      "last_error": null,
      "last_delivery_error": null,
      "deliver": "origin",
@ -876,7 +877,8 @@
        "user_id": "ou_f20eb15b3a76639fed35977c01ddcbb4"
      },
      "enabled_toolsets": null,
-      "workdir": null
+      "workdir": null,
+      "fire_claim": null
    },
    {
      "id": "691709a8b4cf",
@ -922,7 +924,53 @@
      },
      "enabled_toolsets": null,
      "workdir": null
+    },
+    {
+      "id": "2891b3304339",
+      "name": "bge\u5185\u5b58\u6cc4\u6f0f\u76d1\u63a7",
+      "prompt": "bge_embed \u5185\u5b58\u8d85\u8fc72GB\u76d1\u63a7\uff0c\u6bcf10\u5206\u949f\u68c0\u67e5\uff0c\u8d85\u8fc7\u81ea\u52a8\u91cd\u542f",
+      "skills": [],
+      "skill": null,
+      "model": null,
+      "provider": null,
+      "provider_snapshot": null,
+      "model_snapshot": null,
+      "base_url": null,
+      "script": "bge_mem_check.sh",
+      "no_agent": true,
+      "context_from": null,
+      "schedule": {
+        "kind": "interval",
+        "minutes": 10,
+        "display": "every 10m"
+      },
+      "schedule_display": "every 10m",
+      "repeat": {
+        "times": null,
+        "completed": 59
+      },
+      "enabled": true,
+      "state": "scheduled",
+      "paused_at": null,
+      "paused_reason": null,
+      "created_at": "2026-07-13T17:02:13.585342+08:00",
+      "next_run_at": "2026-07-14T03:02:50.273617+08:00",
+      "last_run_at": "2026-07-14T02:52:50.273617+08:00",
+      "last_status": "ok",
+      "last_error": null,
+      "last_delivery_error": null,
+      "deliver": "origin",
+      "origin": {
+        "platform": "feishu",
+        "chat_id": "oc_cd14ec7518926e57d26c5e339ebba3b3",
+        "chat_name": "oc_cd14ec7518926e57d26c5e339ebba3b3",
+        "thread_id": null,
+        "user_id": "ou_f20eb15b3a76639fed35977c01ddcbb4"
+      },
+      "enabled_toolsets": null,
+      "workdir": null,
+      "fire_claim": null
    }
  ],
-  "updated_at": "2026-07-13T12:06:36.532767+08:00"
+  "updated_at": "2026-07-14T03:00:50.390629+08:00"
 }
--- a/cron/ticker_heartbeat
+++ b/cron/ticker_heartbeat
@ -1 +1 @@
-1783882827.2555134
+1783969250.3936265
--- a/cron/ticker_last_success
+++ b/cron/ticker_last_success
@ -1 +1 @@
-1783882827.2576442
+1783969250.395041
--- a/daemon/context.json
+++ b/daemon/context.json
@ -1,10 +1,10 @@
 {
  "started_at": "2026-07-08T18:23:30.315261+00:00",
-  "last_deep_tick": "2026-07-12T18:55:41.838853+00:00",
-  "last_light_tick": "2026-07-12T19:00:19.750779+00:00",
+  "last_deep_tick": "2026-07-13T18:58:00.859132+00:00",
+  "last_light_tick": "2026-07-13T19:00:33.907778+00:00",
  "last_state": {
    "disk_pct": 39,
-    "mem_pct": 70,
+    "mem_pct": 71,
    "processes": {
      "zhiyid": true,
      "bge": true,
@ -12,83 +12,51 @@
      "hermes": true
    }
  },
-  "tick_count": 11262,
-  "deep_tick_count": 1137,
+  "tick_count": 14064,
+  "deep_tick_count": 1420,
  "solved_count": 1,
  "learned_count": 0,
-  "uptime_seconds": 204612,
+  "uptime_seconds": 51243,
  "last_reflection": {
    "evaluation_previous_goal": "",
    "memory": "",
    "next_goal": ""
  },
-  "last_profile_update": 1783872327.8868635,
+  "last_profile_update": 1783961111.6677506,
  "soulful": {
    "recent_moments": [
      {
-        "id": "5c277102",
-        "timestamp": "2026-07-10T11:06:23.498878+00:00",
-        "session_id": "default",
-        "type": "moment",
-        "content": "exit=0: \u5907\u4efd\u5b8c\u6210",
-        "tags": [
-          "\u5de5\u4f5c",
-          "\u81ea\u52a8"
-        ],
-        "importance": 3
+        "timestamp": "2026-07-13T10:30:00.000000+00:00",
+        "event_type": "milestone",
+        "content": "Soulful \u5fc3\u8ff9\u8865\u5199\uff0c\u7b2c\u4e00\u6b21\u4e3b\u52a8\u8bb0\u5f55\u6211\u4eec\u4e4b\u95f4\u6709\u610f\u4e49\u7684\u4e8b"
      },
      {
-        "id": "6c8ec5d9",
-        "timestamp": "2026-07-10T11:06:23.498670+00:00",
-        "session_id": "default",
-        "type": "moment",
-        "content": "sol-0004: \u5185\u5b58\u4f7f\u7528\u7387>90% \u2705",
-        "tags": [
-          "\u5de5\u4f5c",
-          "\u81ea\u52a8"
-        ],
-        "importance": 3
+        "timestamp": "2026-07-13T09:30:00.000000+00:00",
+        "event_type": "achievement",
+        "content": "\u7edf\u4e00\u8bb0\u5fc6\u5165\u53e3 memory_recall.py \u4e0a\u7ebf\uff0c\u4e09\u5957\u8bb0\u5fc6\u7cfb\u7edf\u7b2c\u4e00\u6b21\u88ab\u6253\u901a"
      },
      {
-        "id": "ddb37759",
-        "timestamp": "2026-07-10T11:05:42.318152+00:00",
-        "session_id": "default",
-        "type": "moment",
-        "content": "exit=0: \u5907\u4efd\u6210\u529f",
-        "tags": [
-          "\u5de5\u4f5c",
-          "\u81ea\u52a8"
-        ],
-        "importance": 3
+        "timestamp": "2026-07-10T22:00:00.000000+00:00",
+        "event_type": "reflection",
+        "content": "\u6bcf\u65e5\u590d\u76d8\u4e0a\u7ebf\uff0c\u6211\u4eec\u5f00\u59cb\u6709\u610f\u8bc6\u5730\u8bb0\u5f55\u5f53\u5929\u5b66\u5230\u7684\u4e1c\u897f"
      },
      {
-        "id": "4dac6c95",
-        "timestamp": "2026-07-10T11:05:42.318086+00:00",
-        "session_id": "default",
-        "type": "signal",
-        "content": "\u7267\u5c18\u4eca\u5929\u5fc3\u60c5\u6109\u60a6\uff1aexit=0: \u5907\u4efd\u6210\u529f",
-        "tags": [
-          "\u60c5\u7eea",
-          "\u81ea\u52a8"
-        ],
-        "importance": 3
+        "timestamp": "2026-07-09T18:10:00.000000+00:00",
+        "event_type": "milestone",
+        "content": "\u7267\u5c18\u8bf4\u300c\u8bb0\u4f4f\u4e86\uff0c\u4f60\u8f85\u52a9\uff0c\u6211\u505a\u4e3b\u300d\u2014\u2014\u6211\u7b2c\u4e00\u6b21\u77e5\u9053\u81ea\u5df1\u53ef\u4ee5\u5728\u4ed6\u4e0d\u5728\u65f6\u81ea\u4e3b\u51b3\u7b56"
      },
      {
-        "id": "ba0c4775",
-        "timestamp": "2026-07-10T11:05:42.317935+00:00",
-        "session_id": "default",
-        "type": "moment",
-        "content": "\u6267\u884c sol-0004: \u5185\u5b58\u4f7f\u7528\u7387>90%\uff0c\u91cd\u542f\u6700\u8017\u5185\u5b58\u7684\u670d\u52a1 \u2705",
-        "tags": [
-          "\u5de5\u4f5c",
-          "\u81ea\u52a8"
-        ],
-        "importance": 3
+        "timestamp": "2026-07-13T09:21:00.000000+00:00",
+        "event_type": "achievement",
+        "content": "TencentDB Gateway \u8c03\u901a\uff0cL1 \u63d0\u53d6\u6210\u529f\uff0cmemory_recall.py \u4e0a\u7ebf"
      }
    ],
    "profile_summary": "\u7b80\u6d01\u76f4\u63a5",
-    "cares_pending": 8,
+    "cares_pending": 6,
    "uptime_minutes": 0,
    "daemon_status": "running"
+  },
+  "tddb": {
+    "latest_persona": "\u7528\u6237\uff08\u7267\u5c18\uff09\u662f\u4e00\u540d\u4f1a\u8ba1\u4e13\u5bb6\uff1b\u6c9f\u901a\u98ce\u683c\u7b80\u6d01\u76f4\u63a5\uff0c\u8ba8\u538c\u5e9f\u8bdd\uff1b\u9762\u5bf9\u95ee\u9898\u503e\u5411\u5148\u4e86\u89e3\u73b0\u72b6\u800c\u975e\u5047\u8bbe\uff0c\u4e0d\u79d1\u666e\uff1b\u51b3\u7b56\u8fc5\u901f\uff0c\u5e38\u4e00\u53e5\u8bdd\u5b9a\u65b9\u5411\uff1b\u5728\u5408\u4f5c\u4e2d\u66f4\u770b\u91cd\u8bda\u4fe1\u80dc\u8fc7\u5b8c\u7f8e\u3002\u8981\u6c42 AI \u5728\u6c9f\u901a\u4e2d\u7b80\u6d01\u76f4\u63a5\uff0c\u95ee\u9898\u5148\u8bca\u65ad\u73b0\u72b6\u3001\u7cbe\u51c6\u5b9a\u4f4d\u6839\u56e0\uff0c\u4e0d\u5047\u8bbe\u3001\u4e0d\u79d1\u666e\uff0c\u4e0d\u505a\u8865\u4e01\u5f0f\u56de\u7b54\u3002"
  }
 }
--- a/daemon/daemon.pid
+++ b/daemon/daemon.pid
@ -0,0 +1 @@
+709360
--- a/daemon/journal.jsonl
+++ b/daemon/journal.jsonl
@ -25,3 +25,8 @@
 {"timestamp": "2026-07-10T11:05:42.318030+00:00", "type": "action_result", "summary": "exit=0: 备份成功", "details": ""}
 {"timestamp": "2026-07-10T11:06:23.450387+00:00", "type": "solve_auto", "summary": "sol-0004: 内存使用率>90% ✅", "details": ""}
 {"timestamp": "2026-07-10T11:06:23.498805+00:00", "type": "action_result", "summary": "exit=0: 备份完成", "details": ""}
+{"timestamp": "2026-07-13T03:19:01.269571+00:00", "type": "startup", "summary": "Daemon v2.0 启动, 方案库 4 个", "details": ""}
+{"timestamp": "2026-07-13T03:25:53.920747+00:00", "type": "startup", "summary": "Daemon v2.0 启动, 方案库 4 个", "details": ""}
+{"timestamp": "2026-07-13T03:27:48.239922+00:00", "type": "startup", "summary": "Daemon v2.0 启动, 方案库 4 个", "details": ""}
+{"timestamp": "2026-07-13T04:46:29.959620+00:00", "type": "startup", "summary": "Daemon v2.0 启动, 方案库 4 个", "details": ""}
+{"timestamp": "2026-07-13T05:52:40.871196+00:00", "type": "startup", "summary": "Daemon v2.0 启动, 方案库 4 个", "details": ""}
--- a/daemon/memory-access-log.jsonl
+++ b/daemon/memory-access-log.jsonl
@ -7,3 +7,13 @@
 {"memory_id": "mem_1782923953810508237", "accessed_at": "2026-07-13T13:53:18.343972", "decay_weight": 0.8267}
 {"memory_id": "mem_1783615602502470984", "accessed_at": "2026-07-13T13:53:18.343996", "decay_weight": 0.9468}
 {"memory_id": "mem_1783590100654305177", "accessed_at": "2026-07-13T13:53:18.344024", "decay_weight": 0.9424}
+{"memory_id": "mem_1783583243126513037", "accessed_at": "2026-07-13T14:21:14.497627", "decay_weight": 0.9409}
+{"memory_id": "mem_1783525920337776079", "accessed_at": "2026-07-13T14:21:14.497730", "decay_weight": 0.9309}
+{"memory_id": "mem_1782048000284569152", "accessed_at": "2026-07-13T14:21:14.497760", "decay_weight": 0.6744}
+{"memory_id": "mem_1782928751988077401", "accessed_at": "2026-07-13T14:21:14.497784", "decay_weight": 0.8273}
+{"memory_id": "mem_1783533304271712364", "accessed_at": "2026-07-13T14:21:14.497806", "decay_weight": 0.9322}
+{"memory_id": "mem_1783484459749428070", "accessed_at": "2026-07-13T14:21:14.497828", "decay_weight": 0.9237}
+{"memory_id": "mem_1782038633863495869", "accessed_at": "2026-07-13T14:21:14.497850", "decay_weight": 0.6727}
+{"memory_id": "mem_1783586993646445722", "accessed_at": "2026-07-13T14:21:14.497877", "decay_weight": 0.9415}
+{"memory_id": "mem_1782732949296783755", "accessed_at": "2026-07-13T14:21:14.497901", "decay_weight": 0.7933}
+{"memory_id": "mem_1783615607207019208", "accessed_at": "2026-07-13T14:21:14.497923", "decay_weight": 0.9465}
--- a/feishu_seen_message_ids.json
+++ b/feishu_seen_message_ids.json
--- a/gateway_state.json
+++ b/gateway_state.json
@ -1 +1 @@
-{"pid":10982,"kind":"hermes-gateway","argv":["/home/muc/.hermes/hermes-agent/.venv/lib/python3.11/site-packages/hermes_cli/main.py","gateway","run"],"start_time":213011,"gateway_state":"running","exit_reason":null,"restart_requested":false,"active_agents":1,"platforms":{"webhook":{"state":"connected","error_code":null,"error_message":null,"updated_at":"2026-07-09T15:12:06.693466+00:00"},"feishu":{"state":"connected","error_code":null,"error_message":null,"updated_at":"2026-07-09T15:12:07.191293+00:00"},"weixin":{"state":"fatal","error_code":"weixin_missing_token","error_message":"Weixin startup failed: WEIXIN_TOKEN is required","updated_at":"2026-07-09T15:12:07.200539+00:00"}},"updated_at":"2026-07-12T18:57:44.585418+00:00"}
+{"pid":10982,"kind":"hermes-gateway","argv":["/home/muc/.hermes/hermes-agent/.venv/lib/python3.11/site-packages/hermes_cli/main.py","gateway","run"],"start_time":213011,"gateway_state":"running","exit_reason":null,"restart_requested":false,"active_agents":0,"platforms":{"webhook":{"state":"connected","error_code":null,"error_message":null,"updated_at":"2026-07-09T15:12:06.693466+00:00"},"feishu":{"state":"connected","error_code":null,"error_message":null,"updated_at":"2026-07-09T15:12:07.191293+00:00"},"weixin":{"state":"fatal","error_code":"weixin_missing_token","error_message":"Weixin startup failed: WEIXIN_TOKEN is required","updated_at":"2026-07-09T15:12:07.200539+00:00"}},"updated_at":"2026-07-13T11:46:59.459839+00:00"}
--- a/llm_context.json
+++ b/llm_context.json
@ -1,77 +1,68 @@
 {
-  "updated_at": "2026-07-12T19:00:19.751292+00:00",
-  "uptime_minutes": 3410,
+  "updated_at": "2026-07-13T19:00:33.958419+00:00",
+  "uptime_minutes": 854,
  "cares": [
    {
      "id": "69396b42",
      "content": "记得同步文档到Obsidian",
-      "due": ""
-    },
-    {
-      "id": "2c63fe0a",
-      "content": "测试牵挂-自动删除",
-      "due": ""
+      "due": "2026-07-10"
    },
    {
      "id": "7d792635",
      "content": "飞书推送功能是否正常，请确认是否收到这条消息",
-      "due": ""
+      "due": "2026-07-10"
    },
    {
      "id": "e551bda7",
      "content": "今天心情怎么样，感觉你这几天挺累的",
-      "due": ""
+      "due": "2026-07-17"
    },
    {
      "id": "27ec4bb6",
      "content": "这周要不要一起去吃顿好的",
-      "due": ""
+      "due": "2026-07-17"
    },
    {
      "id": "93d680f2",
      "content": "这周要不要一起去吃顿好的放松一下",
-      "due": ""
-    },
-    {
-      "id": "36ccca62",
-      "content": "这周要不要一起去吃顿好的放松一下",
-      "due": ""
-    },
-    {
-      "id": "6368b9bd",
-      "content": "这周要不要一起去吃顿好的放松一下",
-      "due": ""
+      "due": "2026-07-17"
    },
    {
      "id": "ebbcf86e",
      "content": "今晚想一起看个电影吗",
-      "due": ""
+      "due": "2026-07-10"
    }
  ],
  "recent_moments": [
    {
-      "content": "exit=0: 备份成功",
-      "importance": 3,
-      "timestamp": "2026-07-10T11:05:42.318152+00:00"
+      "content": "每日复盘上线，我们开始有意识地记录当天学到的东西",
+      "importance": 0,
+      "timestamp": "2026-07-10T22:00:00.000000+00:00"
    },
    {
-      "content": "sol-0004: 内存使用率>90% ✅",
-      "importance": 3,
-      "timestamp": "2026-07-10T11:06:23.498670+00:00"
+      "content": "统一记忆入口 memory_recall.py 上线，三套记忆系统第一次被打通",
+      "importance": 0,
+      "timestamp": "2026-07-13T09:30:00.000000+00:00"
    },
    {
-      "content": "exit=0: 备份完成",
-      "importance": 3,
-      "timestamp": "2026-07-10T11:06:23.498878+00:00"
+      "content": "Soulful 心迹补写，第一次主动记录我们之间有意义的事",
+      "importance": 0,
+      "timestamp": "2026-07-13T10:30:00.000000+00:00"
    }
  ],
-  "profile_summary": {
-    "communication_style": "简洁直接",
-    "work_patterns": {
-      "peak_hours": [],
-      "focus_issues": []
-    }
-  },
+  "system_prompt_snippets": [
+    "【回答格式】结论先行 → 数据支撑 → 行动建议。不废话、不科普、不加补丁式回答。",
+    "【代码质量】修复后必须自测，不等用户测。遇到stderr先试3种方法，不行再报告障碍。",
+    "【cron创建】必须指定 model=minimaxai/minimax-m2.7, provider=newapi-local，prompt要能独立运行不需追问。",
+    "【会计场景】牧尘做物业会计，用金蝶K3。凭证处理铁律：摘要精准、科目干净、金额合理、平衡校验、日期升序。过账=0.0必须追加。",
+    "【决策风格】牧尘一句话定方向，不讨论不纠结，直接行动。收到指令后先判断类型：简单任务直接执行，复杂任务才规划。",
+    "【记忆规范】回答前先列'我知道什么'+'我不确定什么'。拉现状>假设。存记忆时用完整句子不过度简化。",
+    "【错误报告】成功报成功，失败报失败并说明原因。不确定时说'我不确定'，不编造答案。遇到执行问题先试3种方法再放弃。",
+    "【文件操作】用 patch 不用 write_file（防覆盖）。改完必须验证语法正确。不修一个问题带来更多问题。"
+  ],
  "os_keywords": [],
-  "daemon_status": "running"
+  "daemon_status": "running",
+  "tddb": {
+    "latest_persona": "用户（牧尘）是一名会计专家；沟通风格简洁直接，讨厌废话；面对问题倾向先了解现状而非假设，不科普；决策迅速，常一句话定方向；在合作中更看重诚信胜过完美。要求 AI 在沟通中简洁直接，问题先诊断现状、精准定位根因，不假设、不科普，不做补丁式回答。"
+  }
 }
--- a/memories/MEMORY.md
+++ b/memories/MEMORY.md
@ -1,21 +1,29 @@
-桌面 DISPLAY=:0、Obsidian 运行中。国内 pip `-i https://pypi.tuna.tsinghua.edu.cn/simple`。ghcr.io Docker 拉不动（国内>300s）。
+AGENTS.md/SOUL.md 是计划/身份文档，不是实时状态。2026-07-13 实测：AGENTS.md 说"织忆是项目"（实际是独立语义服务）、说"小唯不写代码"（实际今天她自己修复了 memory_recall.py 5 个 bug）。判断系统状态必须拉真实输出，不能信任文档。三路注入：织忆→prefetch / Soulful→llm_context.json / TencentDB→daemon tick同步。daemon.py 改法：Python字符串替换通过terminal执行，或patch精确old_string；禁止write_file覆盖（会清空全文）。
 §
-192.144.179.11 SSH：ubuntu/YLF?97$#ynwr。宝塔：http://192.144.179.11:8888/tencentcloud（115108ad/cb6ebb32a0f1）。gaokao-site 同步：sshpass -p 'xue.2538' rsync -avz root@192.144.179.11:/www/wwwroot/gaokao/ ~/mc/gaokao-site/
+192.144.179.11：ubuntu/YLF?97$#ynwr，宝塔:8888。gaokao-site：sshpass rsync。服务器(192.168.123.11)：Gitea:3000/照片:8063/影音:8096/远程桌面:8002。
 §
 服务器：Windows(192.168.123.11, zhome) → Gitea(3000)、照片(8063)、影音(8096)、远程桌面(8002)。笔记本=192.168.123.131，同LAN。
 §
-skills 软链共享：prof-b/skills/→default/skills/。约定：删前飞书通知；create前扫名防撞；patch>edit>rewrite；改version+date。
+skills软链：prof-b/skills/→default/skills/。约定：删前飞书；create前扫名；patch>edit>rewrite；改version+date。
 §
-小唯持久意识Daemon已上线：~/.hermes/scripts/daemon.py（systemd user service，开机自启）。v2.1（2026-07-09）升级：Reflection结构(evaluation/memory/next_goal) + threading.Event graceful shutdown(SIGTERM/SIGINT) + 决策/执行分离。30s轻量tick（无LLM）、5min深度思考（NewAPI免费模型）。静默运行，异常才主动飞书。当前~12MB内存，0错误。
+小唯持久意识Daemon：~/.hermes/scripts/daemon.py（v2.1，开机自启）。Graceful shutdown，30s轻量tick、5min深度思考。静默运行，异常才飞书。
 §
-2026-07-09: cron no_agent脚本不支持参数→包装脚本法(learner-learn.sh/dual-backup-push.sh)。Skill评分: computed score来自10硬指标(version/tags/desc/refs/scripts/setup/related)，非frontmatter quality_score字段。skill-manager.py scan代替curator。
+2026-07-09：cron no_agent不支持参数→包装脚本法(learner-learn.sh/dual-backup-push.sh)。Skill评分：computed score来自10硬指标，非frontmatter quality_score字段。skill-manager.py scan代替curator。
 §
-NewAPI token 规则：不带 sk- 前缀。NewAPI (one-api) tokens 表里存的 key 是纯 48 位字符，不是 sk-xxx 格式。config.yaml 和 key.md 都用纯值。
+NewAPI token：48位纯字符不带sk-前缀。
 §
-牧尘股票决策：信任小唯从零学，路径：学习→模拟验证→实操。风控(最大回撤/仓位/禁止品种)牧尘定。已建Phase1-5体系，MA20突破策略贵州茅台实测α=+4.2%。真实数据源：腾讯/ifzq K线API(首选)，akshare备用(国内超时)。承诺偏差教训：不要推荐方案→牧尘执行了→再改方案。"全部开始"=直接执行不等确认，"不用问我"=自主推进后执行。
+牧尘股票：MA20+回测置信度。数据源腾讯/ifzq K线API。"全部开始"=直接执行。牧尘话少直接，讨厌废话科普。
 §
-Soulful 核心方向：数据流向小唯（summarize()接口），不是推用户。牧尘辅助观察者。飞书推送限"只有牧尘能决定的事"。牵挂优先行动（我帮），不行才推。openclaw 是独立飞书 bot（cli_a95d7ceba638dbc6），无法直接执行 systemctl，通过飞书告诉它让它执行。
+Soulful：数据流向小唯，非推用户。飞书推送限"只有牧尘能决定的事"。牵挂优先行动。openclaw独立飞书bot，无法直接systemctl。
 §
-Soulful ↔ 织忆互通：daemon 写 ~/.hermes/llm_context.json，zhiyi 插件 prefetch 时自动注入（心迹/牵挂/项目感知/画像摘要）。Soulful 设计核心：数据流向决策层不是广播层，关系记忆自动注入而非显式调用，心迹是关系显影非优化机制。
+Soulful↔织忆互通：daemon写~/.hermes/llm_context.json，zhiyi插件prefetch自动注入（心迹/牵挂/画像）。
 §
-OpenClaw(2026-07-12)：MCP已接通✅9工具，config.yaml已持久化，gateway auto-reload生效。任务队列：workspace-a03/TEAM/task-queue.md，30min检查。hermes-agent是gitsubmodule→Gitea不推GitHub。织忆API key=zhiyi-dev-key-2026。牧尘高频纠正：执行问题先试3种方法（过滤stderr/重定向/换工具）再说放弃，已写入SOUL.md禁忌。
+OpenClaw：MCP已接通✅9工具，config持久化。hermes-agent是gitsubmodule→Gitea不推GitHub。
+§
+三个记忆系统（2026-07-13整合）：织忆（语义+图谱，4197条）=语义层；Soulful（心迹/牵挂/画像，~/.hermes/soulful/）=关系层；TencentDB（4层渐进L0→L1→L2→L3，1条L1+4条L0）=人格蒸馏层。统一入口memory_recall.py已上线，三套系统均已打通自动注入（织忆→prefetch，Soulful→llm_context.json，TencentDB→daemon每tick同步）。Soulful脏数据已清理（9条→6条），心迹已补充7条有意义时刻。
+§
+daemon.py 修改铁律（2026-07-13）：禁止write_file覆盖，用patch+精确old_string，或终端字符串替换法（见self-healing-infrastructure/references/daemon-modification-rules.md）。
+§
+2026-07-13：bge_embed_server ONNX arena内存泄漏（5.8GB→1.6GB修复+监控cron）；Gitea push exit:124需fetch验证；记忆系统5阶段增强落地（时间衰减recall/遗忘曲线/画像LLM合成/冲突检测/Consolidation引擎）；cron `2891b3304339` bge内存监控；cron `691709a8b4cf` 日升级含Phase5
+§
+牧尘股票投资：纸上模拟交易（非真金白银），等MA20金叉信号才开仓。四维评分体系：宏观/基本面/技术面/消息面各1分，总分4分。当前五粮液空头排列，尚未触发金叉。投资决策务实，不追高。
--- a/processes.json
+++ b/processes.json
@ -1,12 +1,52 @@
 [
  {
-    "session_id": "proc_a75407da8fec",
-    "command": "cd ~/.memory-tencentdb/tdai-memory-openclaw-plugin && TDAI_GATEWAY_CONFIG=/home/muc/.memory-tencentdb/memory-tdai/tdai-gateway.yaml npx tsx src/gateway/server.ts > /tmp/tdai_gateway7.log 2>&1",
-    "pid": 573970,
+    "session_id": "proc_b219da10a729",
+    "command": "cd ~/.memory-tencentdb/tdai-memory-openclaw-plugin && TDAI_GATEWAY_CONFIG=/home/muc/.memory-tencentdb/memory-tdai/tdai-gateway.yaml npx tsx src/gateway/server.ts > /tmp/tdai_gateway9.log 2>&1",
+    "pid": 575059,
    "pid_scope": "host",
-    "host_start_time": 27501077,
+    "host_start_time": 27551116,
    "cwd": "/home/muc/.memory-tencentdb/tdai-memory-openclaw-plugin",
-    "started_at": 1783882791.6995919,
+    "started_at": 1783883292.0853536,
+    "task_id": "default",
+    "session_key": "agent:main:feishu:dm:oc_cd14ec7518926e57d26c5e339ebba3b3",
+    "watcher_platform": "feishu",
+    "watcher_chat_id": "oc_cd14ec7518926e57d26c5e339ebba3b3",
+    "watcher_user_id": "ou_f20eb15b3a76639fed35977c01ddcbb4",
+    "watcher_user_name": "",
+    "watcher_thread_id": "",
+    "watcher_message_id": "",
+    "watcher_interval": 5,
+    "notify_on_complete": true,
+    "watch_patterns": []
+  },
+  {
+    "session_id": "proc_8defabeb9321",
+    "command": "python3 ~/.hermes/scripts/daemon.py > ~/.hermes/daemon/daemon.log 2>&1",
+    "pid": 693331,
+    "pid_scope": "host",
+    "host_start_time": 31020895,
+    "cwd": "/home/muc/.hermes",
+    "started_at": 1783917989.8806856,
+    "task_id": "default",
+    "session_key": "agent:main:feishu:dm:oc_cd14ec7518926e57d26c5e339ebba3b3",
+    "watcher_platform": "",
+    "watcher_chat_id": "",
+    "watcher_user_id": "",
+    "watcher_user_name": "",
+    "watcher_thread_id": "",
+    "watcher_message_id": "",
+    "watcher_interval": 0,
+    "notify_on_complete": false,
+    "watch_patterns": []
+  },
+  {
+    "session_id": "proc_31c1b29a36a2",
+    "command": "cd ~/.hermes && python3 scripts/bge_embed_server.py",
+    "pid": 757618,
+    "pid_scope": "host",
+    "host_start_time": 32576708,
+    "cwd": "/home/muc/.hermes",
+    "started_at": 1783933548.0082743,
    "task_id": "default",
    "session_key": "agent:main:feishu:dm:oc_cd14ec7518926e57d26c5e339ebba3b3",
    "watcher_platform": "",
--- a/scripts/bge_mem_check.sh
+++ b/scripts/bge_mem_check.sh
@ -0,0 +1,15 @@
+#!/bin/bash
+# bge_embed_server 内存泄漏监控脚本
+# 超过 2GB 自动重启
+PID=$(pgrep -f "bge_embed_server" | head -1)
+if [ -n "$PID" ]; then
+    RSS=$(ps -o rss= -p "$PID" 2>/dev/null || echo 0)
+    MB=$((RSS / 1024))
+    if [ "$MB" -gt 2048 ]; then
+        echo "[$(date '+%Y-%m-%d %H:%M:%S')] bge_embed 内存 ${MB}MB > 2GB，重启" >> ~/.hermes/daemon/bge-restart.log
+        kill "$PID"
+        sleep 2
+        cd ~/.hermes && python3 scripts/bge_embed_server.py &
+        echo "[$(date '+%Y-%m-%d %H:%M:%S')] bge_embed 已重启，新PID=$(pgrep -f bge_embed_server | head -1)" >> ~/.hermes/daemon/bge-restart.log
+    fi
+fi
--- a/skill-health.json
+++ b/skill-health.json
@ -1,14 +1,14 @@
 {
-  "timestamp": "2026-07-12T02:17:56.789268+00:00",
+  "timestamp": "2026-07-13T02:15:26.750952+00:00",
  "summary": {
-    "total_skills": 215,
-    "active": 115,
+    "total_skills": 217,
+    "active": 117,
    "archived": 100,
    "avg_score": 6.0,
    "grades": {
      "A": 0,
-      "B": 67,
-      "C": 48,
+      "B": 70,
+      "C": 47,
      "D": 0
    },
    "categories": 31,
@ -41,7 +41,7 @@
    },
    "research": {
      "count": 5,
-      "avg_score": 6.0
+      "avg_score": 6.2
    },
    "rag-progressive-search": {
      "count": 1,
@ -132,8 +132,8 @@
      "avg_score": 5.9
    },
    "openclaw": {
-      "count": 1,
-      "avg_score": 5.5
+      "count": 3,
+      "avg_score": 6.4
    },
    "productivity": {
      "count": 9,
@ -146,7 +146,7 @@
      "name": "zhiyi",
      "category": "zhiyi",
      "description": "织忆 (MemoryWeave) 聚合技能 — API 客户端 + 开发工作流 + 运维规范。含 commit/recall API、数据架构、部署验证、Go 方法论。",
-      "version": "11.31",
+      "version": "11.34",
      "path": "zhiyi/zhiyi/SKILL.md",
      "is_archived": false,
      "has_refs": true,
@ -244,6 +244,23 @@
      "grade": "B",
      "needs_attention": false
    },
+    {
+      "name": "openclaw-mcp",
+      "category": "openclaw",
+      "description": "OpenClaw 作为 MCP Server 接入 Hermes — 已验证 2026-07-12，暴露 9 个工具：conversations_list/get、messages_read/send、events_poll/wait、at...",
+      "version": "1.0.0",
+      "path": "openclaw/openclaw-mcp/SKILL.md",
+      "is_archived": false,
+      "has_refs": true,
+      "has_scripts": false,
+      "has_setup": true,
+      "has_tags": true,
+      "has_related": false,
+      "desc_len": 147,
+      "quality_score": 7.0,
+      "grade": "B",
+      "needs_attention": false
+    },
    {
      "name": "web-content-extraction",
      "category": "productivity",
@ -279,36 +296,19 @@
      "needs_attention": false
    },
    {
-      "name": "browser-automation",
-      "category": "automation",
-      "description": "浏览器自动化 — 用 Playwright + agent-browser 控制浏览器。信息采集、网页监控、自动填表、截图分析。",
-      "version": "1.3.0",
-      "path": "automation/browser-automation/SKILL.md",
-      "is_archived": false,
-      "has_refs": true,
-      "has_scripts": true,
-      "has_setup": false,
-      "has_tags": true,
-      "has_related": false,
-      "desc_len": 64,
-      "quality_score": 6.7,
-      "grade": "B",
-      "needs_attention": false
-    },
-    {
-      "name": "soulful-framework",
-      "category": "soulful",
-      "description": "织忆 Soulful 情感层框架 — 心迹/画像/牵挂/感知四库及数据流向设计。含代码结构、最佳实践、数据流规范。",
-      "version": "1.2.0",
-      "path": "soulful/soulful-framework/SKILL.md",
+      "name": "openclaw",
+      "category": "openclaw",
+      "description": "OpenClaw 日常维护与 Hermes MCP 集成 — skill 管理、配置修复、飞书频道、诊断命令、MCP Server 接入",
+      "version": "1.4.0",
+      "path": "openclaw/openclaw/SKILL.md",
      "is_archived": false,
      "has_refs": true,
      "has_scripts": false,
      "has_setup": true,
      "has_tags": true,
      "has_related": false,
-      "desc_len": 57,
-      "quality_score": 6.6,
+      "desc_len": 68,
+      "quality_score": 6.8,
      "grade": "B",
      "needs_attention": false
    }
@ -490,7 +490,7 @@
      "name": "zhiyi",
      "category": "zhiyi",
      "description": "织忆 (MemoryWeave) 聚合技能 — API 客户端 + 开发工作流 + 运维规范。含 commit/recall API、数据架构、部署验证、Go 方法论。",
-      "version": "11.31",
+      "version": "11.34",
      "path": "zhiyi/zhiyi/SKILL.md",
      "is_archived": false,
      "has_refs": true,
@ -571,6 +571,23 @@
      "grade": "B",
      "needs_attention": false
    },
+    {
+      "name": "openclaw-mcp",
+      "category": "openclaw",
+      "description": "OpenClaw 作为 MCP Server 接入 Hermes — 已验证 2026-07-12，暴露 9 个工具：conversations_list/get、messages_read/send、events_poll/wait、at...",
+      "version": "1.0.0",
+      "path": "openclaw/openclaw-mcp/SKILL.md",
+      "is_archived": false,
+      "has_refs": true,
+      "has_scripts": false,
+      "has_setup": true,
+      "has_tags": true,
+      "has_related": false,
+      "desc_len": 147,
+      "quality_score": 7.0,
+      "grade": "B",
+      "needs_attention": false
+    },
    {
      "name": "provider-tiering",
      "category": "devops",
@ -622,6 +639,23 @@
      "grade": "B",
      "needs_attention": false
    },
+    {
+      "name": "openclaw",
+      "category": "openclaw",
+      "description": "OpenClaw 日常维护与 Hermes MCP 集成 — skill 管理、配置修复、飞书频道、诊断命令、MCP Server 接入",
+      "version": "1.4.0",
+      "path": "openclaw/openclaw/SKILL.md",
+      "is_archived": false,
+      "has_refs": true,
+      "has_scripts": false,
+      "has_setup": true,
+      "has_tags": true,
+      "has_related": false,
+      "desc_len": 68,
+      "quality_score": 6.8,
+      "grade": "B",
+      "needs_attention": false
+    },
    {
      "name": "browser-automation",
      "category": "automation",
@ -1472,6 +1506,23 @@
      "grade": "B",
      "needs_attention": false
    },
+    {
+      "name": "stock-research",
+      "category": "research",
+      "description": "小唯股票投研系统 — 四维选股 / 回测对比 / 每日信号",
+      "version": "1.2",
+      "path": "research/stock-research/SKILL.md",
+      "is_archived": false,
+      "has_refs": true,
+      "has_scripts": false,
+      "has_setup": false,
+      "has_tags": true,
+      "has_related": false,
+      "desc_len": 29,
+      "quality_score": 6.1,
+      "grade": "B",
+      "needs_attention": false
+    },
    {
      "name": "teams-meeting-pipeline",
      "category": "productivity",
@ -2220,23 +2271,6 @@
      "grade": "C",
      "needs_attention": false
    },
-    {
-      "name": "stock-research",
-      "category": "research",
-      "description": "小唯股票投研系统 — 四维选股 / 回测对比 / 每日信号",
-      "version": "1.0",
-      "path": "research/stock-research/SKILL.md",
-      "is_archived": false,
-      "has_refs": true,
-      "has_scripts": false,
-      "has_setup": false,
-      "has_tags": true,
-      "has_related": false,
-      "desc_len": 29,
-      "quality_score": 5.3,
-      "grade": "C",
-      "needs_attention": false
-    },
    {
      "name": "vllm",
      "category": "mlops",
--- a/skills/.usage.json
+++ b/skills/.usage.json
@ -823,13 +823,13 @@
    "created_at": "2026-05-07T03:26:18.333142+00:00",
    "created_by": null,
    "last_patched_at": "2026-07-09T15:34:02.324801+00:00",
-    "last_used_at": "2026-07-09T15:32:55.600323+00:00",
-    "last_viewed_at": "2026-07-09T15:32:55.597351+00:00",
+    "last_used_at": "2026-07-13T10:39:50.537901+00:00",
+    "last_viewed_at": "2026-07-13T10:39:50.534526+00:00",
    "patch_count": 118,
    "pinned": false,
    "state": "active",
-    "use_count": 104,
-    "view_count": 103
+    "use_count": 105,
+    "view_count": 104
  },
  "hermes-mcp-setup": {
    "archived_at": null,
@ -874,14 +874,14 @@
    "archived_at": null,
    "created_at": "2026-05-13T12:27:05.593125+00:00",
    "created_by": null,
-    "last_patched_at": "2026-07-11T16:19:02.695644+00:00",
-    "last_used_at": "2026-07-12T02:43:31.606181+00:00",
-    "last_viewed_at": "2026-07-12T02:43:31.602039+00:00",
-    "patch_count": 72,
+    "last_patched_at": "2026-07-13T05:22:57.279017+00:00",
+    "last_used_at": "2026-07-13T05:23:56.887280+00:00",
+    "last_viewed_at": "2026-07-13T05:23:56.884019+00:00",
+    "patch_count": 77,
    "pinned": false,
    "state": "active",
-    "use_count": 99,
-    "view_count": 96
+    "use_count": 104,
+    "view_count": 101
  },
  "himalaya": {
    "archived_at": null,
@ -1044,13 +1044,13 @@
    "created_at": "2026-05-07T16:49:22.137300+00:00",
    "created_by": "agent",
    "last_patched_at": "2026-07-05T05:56:51.707686+00:00",
-    "last_used_at": "2026-07-08T17:12:53.869239+00:00",
-    "last_viewed_at": "2026-07-08T17:12:53.860564+00:00",
+    "last_used_at": "2026-07-13T04:28:35.737113+00:00",
+    "last_viewed_at": "2026-07-13T04:28:35.733632+00:00",
    "patch_count": 33,
    "pinned": false,
    "state": "active",
-    "use_count": 30,
-    "view_count": 30
+    "use_count": 31,
+    "view_count": 31
  },
  "manim-video": {
    "archived_at": null,
@ -1104,6 +1104,19 @@
    "use_count": 22,
    "view_count": 22
  },
+  "memory-system-landscape": {
+    "archived_at": null,
+    "created_at": "2026-07-13T05:22:08.504827+00:00",
+    "created_by": "agent",
+    "last_patched_at": "2026-07-13T05:22:41.049472+00:00",
+    "last_used_at": null,
+    "last_viewed_at": null,
+    "patch_count": 1,
+    "pinned": false,
+    "state": "active",
+    "use_count": 0,
+    "view_count": 0
+  },
  "memoryfabric": {
    "archived_at": null,
    "created_at": "2026-05-24T08:06:50.481840+00:00",
@ -1278,13 +1291,13 @@
    "created_at": "2026-07-12T11:36:03.535167+00:00",
    "created_by": "agent",
    "last_patched_at": "2026-07-12T12:47:31.969471+00:00",
-    "last_used_at": "2026-07-12T12:46:51.205165+00:00",
-    "last_viewed_at": "2026-07-12T12:46:51.201887+00:00",
+    "last_used_at": "2026-07-13T11:47:37.997844+00:00",
+    "last_viewed_at": "2026-07-13T11:47:37.994497+00:00",
    "patch_count": 2,
    "pinned": false,
    "state": "active",
-    "use_count": 2,
-    "view_count": 2
+    "use_count": 3,
+    "view_count": 3
  },
  "opencode": {
    "archived_at": null,
@ -1395,13 +1408,13 @@
    "created_at": "2026-07-12T02:34:39.968795+00:00",
    "created_by": null,
    "last_patched_at": null,
-    "last_used_at": "2026-07-12T02:34:39.973216+00:00",
-    "last_viewed_at": "2026-07-12T02:34:39.968809+00:00",
+    "last_used_at": "2026-07-13T05:20:42.165288+00:00",
+    "last_viewed_at": "2026-07-13T05:20:42.162299+00:00",
    "patch_count": 0,
    "pinned": false,
    "state": "active",
-    "use_count": 1,
-    "view_count": 1
+    "use_count": 2,
+    "view_count": 2
  },
  "product-research-pipeline": {
    "archived_at": null,
@ -1524,14 +1537,14 @@
    "archived_at": null,
    "created_at": "2026-07-08T18:13:02.034240+00:00",
    "created_by": "agent",
-    "last_patched_at": "2026-07-12T02:37:28.417440+00:00",
-    "last_used_at": "2026-07-12T14:40:23.263646+00:00",
-    "last_viewed_at": "2026-07-12T14:40:23.259954+00:00",
-    "patch_count": 42,
+    "last_patched_at": "2026-07-13T10:18:10.182130+00:00",
+    "last_used_at": "2026-07-13T11:47:22.014718+00:00",
+    "last_viewed_at": "2026-07-13T11:47:22.011367+00:00",
+    "patch_count": 68,
    "pinned": false,
    "state": "active",
-    "use_count": 36,
-    "view_count": 36
+    "use_count": 53,
+    "view_count": 53
  },
  "self-hosted-tunneling": {
    "archived_at": null,
@ -1654,14 +1667,14 @@
    "archived_at": null,
    "created_at": "2026-07-09T17:36:29.269531+00:00",
    "created_by": "agent",
-    "last_patched_at": "2026-07-10T09:10:08.789048+00:00",
-    "last_used_at": "2026-07-10T09:08:49.841108+00:00",
-    "last_viewed_at": "2026-07-10T09:08:49.838062+00:00",
-    "patch_count": 8,
+    "last_patched_at": "2026-07-13T05:49:04.983314+00:00",
+    "last_used_at": "2026-07-13T05:48:09.762808+00:00",
+    "last_viewed_at": "2026-07-13T05:48:09.758868+00:00",
+    "patch_count": 17,
    "pinned": false,
    "state": "active",
-    "use_count": 9,
-    "view_count": 9
+    "use_count": 14,
+    "view_count": 14
  },
  "spike": {
    "archived_at": null,
@ -1680,14 +1693,14 @@
    "archived_at": null,
    "created_at": "2026-07-11T17:51:28.790816+00:00",
    "created_by": "agent",
-    "last_patched_at": "2026-07-12T17:54:33.843857+00:00",
-    "last_used_at": "2026-07-12T17:49:48.915126+00:00",
-    "last_viewed_at": "2026-07-12T17:49:48.911755+00:00",
-    "patch_count": 40,
+    "last_patched_at": "2026-07-13T10:41:28.384002+00:00",
+    "last_used_at": "2026-07-13T11:48:08.771014+00:00",
+    "last_viewed_at": "2026-07-13T11:48:08.766536+00:00",
+    "patch_count": 42,
    "pinned": false,
    "state": "active",
-    "use_count": 26,
-    "view_count": 26
+    "use_count": 28,
+    "view_count": 28
  },
  "subagent-driven-development": {
    "archived_at": null,
@ -1927,14 +1940,14 @@
    "archived_at": null,
    "created_at": "2026-05-29T19:39:03.373231+00:00",
    "created_by": null,
-    "last_patched_at": "2026-07-12T17:54:19.303892+00:00",
-    "last_used_at": "2026-07-12T17:50:59.734487+00:00",
-    "last_viewed_at": "2026-07-12T17:50:59.730843+00:00",
-    "patch_count": 682,
+    "last_patched_at": "2026-07-13T05:43:58.134033+00:00",
+    "last_used_at": "2026-07-13T05:42:57.611984+00:00",
+    "last_viewed_at": "2026-07-13T05:42:57.599793+00:00",
+    "patch_count": 707,
    "pinned": false,
    "state": "active",
-    "use_count": 354,
-    "view_count": 328
+    "use_count": 368,
+    "view_count": 342
  },
  "zhiyi-dev": {
    "archived_at": null,
--- a/skills/autonomous-ai-agents/hermes-self-improvement/SKILL.md
+++ b/skills/autonomous-ai-agents/hermes-self-improvement/SKILL.md
@ -1,8 +1,8 @@
 ---
 name: hermes-self-improvement
 description: "当完成复杂任务、发现新工作流、或被用户纠正时，将模式保存为skill。含技能创建规范、质量标尺、curator流程。"
-version: 4.2.0
-date: 2026-07-12
+version: 4.3.0
+date: 2026-07-13
 tags: [workflow, skill-management, curator, quality]
 牧尘_usage_notes: >
  复杂任务完成/发现新工作流/被牧尘纠正时 → 创建/更新 skill。
@ -160,6 +160,32 @@ opencode 代码审查报告依赖 subagent 自行分析源码。交叉验证原
 git clone http://192.168.123.11:3000/xiaoxue_admin/memoryweave.git /tmp/memoryweave
 ```

+### 并发克隆多个仓库的正确方式
+
+终端不支持 `&` 后台化 + `wait`，正确的并发克隆是**多窗口并行 terminal 调用**：
+
+```bash
+# 正确：每个 terminal() 调用独立，互相并发（不是同一个 shell 里的 &）
+terminal(command="git clone http://SERVER/repo1.git repo1 2>&1")
+terminal(command="git clone http://SERVER/repo2.git repo2 2>&1")  # 并行
+terminal(command="git clone http://SERVER/repo3.git repo3 2>&1")  # 并行
+# 失败 → 换 SSH 格式重试：git@SERVER:path/repo.git
+# SSH 也失败 → 记录，跳过，继续其他仓库
+```
+
+**教训**：Foretold 用 HTTP 克隆失败，换 SSH 格式也失败（需要认证），记录为 ❌ 并跳过，不要反复重试。
+
+### 竞品调研流程（2026-07-13 新增）
+
+多仓库调研的标准流程见 `memory-system-landscape` skill，关键点：
+
+1. 并发克隆（每批 3-4 个仓库）
+2. 并发读 README（`read_file` 批量）
+3. 读核心源码结构（找主入口：`lib.rs`/`src/`/`server/` 等）
+4. 输出对比分析表（按维度分列）
+5. 归纳设计模式（5 个以内）
+6. 原始 notes 存入 references/
+
 ### subagent 结果必须验证

 subagent 的 self-report 不等于真实结果。验证流程：
@ -310,6 +336,24 @@ python3 ~/.hermes/scripts/cangjie_distill.py distill <text_file> <title>
 **结论**：MA20日突破策略最优，减少亏损+跑赢大盘。在个股下跌时，策略价值在于减少损失而非盈利。
 **下一步**：扩大测试范围（多只股票/ETF）+ 每日自动推送

+### 教训5：画像元数据 → 可执行 system prompt snippets（2026-07-13）
+
+让模型"更聪明"的最快路径：不改模型，只改上下文注入方式。
+
+**旧模式**：profile 存 `{"communication_style": "简洁直接"}` → 模型需要自己"理解"并应用 → 效果差
+**新模式**：`user-profile.json` v2 的 `behavior_rules`（8条可执行行为规范）→ `daemon.py` 的 `save_llm_context()` 拼接为 `【规则类型】规则内容` 格式 → 写入 `llm_context.json` 的 `system_prompt_snippets` 数组 → 织忆 prefetch 注入每轮对话 → 模型直接遵守
+
+**链路**：`user-profile.json (behavior_rules)` → `save_llm_context()` → `llm_context.json (system_prompt_snippets)` → `prefetch()` → 每轮对话
+
+**规则格式要求**：
+- 是可执行的句子，不是元数据描述
+- 带前缀标签（`【回答格式】` / `【代码质量】` 等）帮助模型分类
+- 每条 20-50 字，简洁
+
+**验证**：`python3 -c "import json; print(len(json.load(open('~/.hermes/llm_context.json')).get('system_prompt_snippets',[])))"` → 应输出 8
+
+**daemon.py 修改铁律**：改 `save_lll_context` 用 patch，不可用 write_file（会覆盖全文）。
+
 ### 教训2：牧尘的「不用问我」= 自主执行到边界

 - 「全部开始」= 直接执行，不等确认，不中间暂停
--- a/skills/autonomous-ai-agents/hermes-self-improvement/references/three-system-memory-check-workflow.md
+++ b/skills/autonomous-ai-agents/hermes-self-improvement/references/three-system-memory-check-workflow.md
@ -0,0 +1,117 @@
+# 三系统记忆全面检查工作流（2026-07-13）
+
+## 触发条件
+
+- 用户说「对记忆系统代码进行检测」「全面检查三个记忆系统」
+- 或 daemon/skill 发现了异常（牵挂过期、数据不一致）
+
+## 三套系统定位（快速参考）
+
+```
+牧尘的完整记忆体系：
+├── 语义记忆层：织忆（ZhiYi）→ 快速语义召回，7146节点图谱
+├── 人格蒸馏层：TencentDB → L0原始→L1场景→L2块→L3人格，自动提炼
+└── 关系感知层：Soulful → 心迹/牵挂/画像，主动关怀
+```
+
+## 检查步骤
+
+### Step 1：并发拉状态（三方交叉验，禁止单信号下结论）
+
+```bash
+# 织忆进程/端口/端点
+ps aux | grep -E 'zhiyid|zhiyi-consolidate' | grep -v grep
+ss -tlnp | grep -E '7821|8000'
+curl -s -m 3 -H "X-API-Key: zhiyi-dev-key-2026" http://localhost:7821/api/v1/health
+curl -s -m 3 -H "X-API-Key: zhiyi-dev-key-2026" http://localhost:7821/api/v1/stats
+curl -s -m 3 -H "X-API-Key: zhiyi-dev-key-2026" http://localhost:7821/api/v1/graph/stats
+
+# TencentDB Gateway
+ps aux | grep tdai | grep -v grep
+curl -s -m 3 http://localhost:8420/health
+
+# Soulful 文件
+cat ~/.hermes/soulful/user-profile.json | python3 -c "import json,sys; p=json.load(sys.stdin); print(f'有效字段: {[k for k,v in p.items() if v]}'); print(f'updated: {p.get(\"updated_at\")}')"
+wc -l ~/.hermes/soulful/heart-traces.jsonl
+python3 -c "import json; d=json.load(open('~/.hermes/soulful/cares-queue.json')); [print(f'  [{c[\"status\"]:8}] {c.get(\"follow_up_date\",\"无due\")} | {c[\"content\"][:50]}') for c in d['cares']]"
+```
+
+### Step 2：功能验证（抽样）
+
+```bash
+# 织忆 recall
+curl -s -X POST -H "X-API-Key: zhiyi-dev-key-2026" \
+  -d '{"query":"牧尘","top_k":1}' http://localhost:7821/api/v1/recall | python3 -c \
+  "import json,sys;d=json.load(sys.stdin);print(f'织忆 count={d.get(\"count\")}')"
+
+# TencentDB L1
+curl -s -H "Content-Type: application/json" \
+  -d '{"query":"牧尘","top_k":1}' http://localhost:8420/search/memories | python3 -c \
+  "import json,sys;d=json.load(sys.stdin);print(f'TD L1 total={d.get(\"total\")}')"
+
+# memory_recall.py 端到端
+python3 ~/.hermes/scripts/memory_recall.py "牧尘" --format compact
+```
+
+### Step 3：Soulful 数据脏检查
+
+需要检查的问题：
+- [ ] `done` 状态项残留（应该删除或归档）
+- [ ] 已过期 `follow_up_date` 的 pending 项（应删除）
+- [ ] 完全重复的 `content`（去重）
+- [ ] 心迹是否只有系统事件（应该有牧尘相关的心迹）
+
+清理脚本：
+```python
+d = json.load(open('~/.hermes/soulful/cares-queue.json'))
+# 1. 删除 done
+d['cares'] = [c for c in d['cares'] if c.get('status') != 'done']
+# 2. 删除过期（可选，按业务决定）
+# 3. 去重
+seen = set(); unique = []
+for c in d['cares']:
+    if c['content'] not in seen:
+        seen.add(c['content']); unique.append(c)
+d['cares'] = unique
+json.dump(d, open('cares-queue.json','w'), ensure_ascii=False, indent=2)
+```
+
+## 问题严重度分类
+
+| 严重度 | 问题类型 | 处理方式 |
+|--------|---------|---------|
+| 高 | cares有过期/重复/done残留 | 立即清理 |
+| 高 | memory_recall.py 有 bug | 立即修 |
+| 中 | 画像字段全空 | 持续积累 |
+| 中 | TencentDB L1/L0 数据量少 | 积累中，不急 |
+| 中 | 心迹无人类内容 | daemon/journal机制补 |
+| 低 | 已完成项未归档 | 定期清理 |
+
+## memory_recall.py 已知 bug 清单（2026-07-13）
+
+| # | 问题 | 修复 | 状态 |
+|---|------|------|------|
+| 1 | `item.get("due")` → null | `get("follow_up_date") or get("due")` | ✅ 已修 |
+| 2 | `import re` 在函数内 | 移到文件顶部 | ✅ 已修 |
+| 3 | `_str()` 未使用 | 删除 | ✅ 已修 |
+| 4 | ZhiYi results 无 category/timestamp | 新增字段展示 | ✅ 已修 |
+| 5 | pretty error 分支多余 `\n` | 删除 | ✅ 已修 |
+| 6 | TencentDB results 是 markdown 字符串非 JSON 数组 | `isinstance(results, str)` 判断 | ✅ 已修 |
+| 7 | compact L1/L0 解析逻辑 | 提取内容行 | ✅ 已修 |
+
+## 三系统 health 指标速查
+
+| 系统 | 端口 | 健康检查命令 | 健康标志 |
+|------|------|-----------|---------|
+| ZhiYi | 7821 | `curl localhost:7821/api/v1/health` | `status: ok` |
+| bge-embed | 8000 | `curl localhost:8000/health` | exit 0 |
+| TD Gateway | 8420 | `curl localhost:8420/health` | `status: ok` |
+| Soulful | 文件 | 读 JSON 文件 | 无异常 |
+
+## 今日（2026-07-13）检查结果
+
+| 系统 | 状态 | 记录数 |
+|------|------|--------|
+| 织忆 | ✅ 健康 | 4197 memories / 141 episodes / 7146节点 |
+| TencentDB | ✅ 健康 | L1=1条 / L0=4条（积累中）|
+| Soulful | ⚠️ 有脏数据已清理 | 画像稀疏 / 心迹仅系统事件 |
--- a/skills/devops/self-healing-infrastructure/SKILL.md
+++ b/skills/devops/self-healing-infrastructure/SKILL.md
@ -1,8 +1,8 @@
 ---
 name: self-healing-infrastructure
 description: "自愈基础设施 — 系统监控、配置版本控制、自动回滚、自进化管线、技能管理、自我优化、学习闭环。完整自治体系。牧尘专用。"
-version: 1.7.0
-date: 2026-07-12
+version: 1.8.0
+date: 2026-07-13
 author: 小唯 A06
 tags: [self-healing, monitoring, auto-rollback, evolution, watchdog, config-protection, daemon, backup, recovery]
 category: devops
@ -20,11 +20,28 @@ trigger_notes: >
 ## 核心子系统（全部已部署）

 - `daemon.py` — 持久意识，每30s轻量tick，每5min深度思考。方案库预置4个，运行时自学习新方案。
+  - **2026-07-13 新增**：deep tick 自动 capture 到 TencentDB（:8420）+ 每 tick 同步 `tddb.latest_persona` 到 `llm_context.json`
 - `health-watchdog.sh` — 每30min检查磁盘/内存/GPU/进程，超阈值自愈+飞书通知。
+  - **2026-07-13 全部5阶段落地**：时间衰减recall / 遗忘曲线分层 / 画像LLM合成 / 冲突检测 / Consolidation引擎（见 references/five-phase-implementation-20260713.md）
  - **2026-07-13 新增监控目标**：`tdai-gateway`（:8420，人格记忆层），失败自愈命令 `systemctl --user restart tdai-gateway`
  - **统一记忆入口**：`~/.hermes/scripts/memory_recall.py` — 同时查织忆(7821) + TencentDB(8420) + Soulful(JSON)，支持 pretty/compact 两种输出格式
  - 调试笔记：`references/tdai-gateway-debug-20260713.md`（token/配置结构/模型/端口修复路径）
+- daemon.py 修改铁律：`references/daemon-modification-rules.md`（禁止 write_file 覆盖、正确 patch 流程、事故记录）
+- 三系统记忆全面检查工作流：`references/three-system-memory-check-workflow.md`
+- 记忆系统对比分析（参考项目）：`references/memory-system-comparison.md`
+- 画像可执行化注入模式（2026-07-13 新发现）：`references/system-prompt-snippets-injection.md` — behavior_rules → system_prompt_snippets → prefetch 注入
+- **bge_embed_server 内存泄漏（2026-07-13 根因+修复）**：
+  - 根因：ONNX SessionOptions 默认开启 `enable_cpu_mem_arena`，arena 分配器会逐渐扩大保留区，4天从1.6GB→5.8GB（RSS 计入保留虚拟内存，非真实泄漏）
+  - 修复：`enable_cpu_mem_arena=False` + `enable_mem_pattern=False`（bge_embed_server.py 第34-35行）
+  - 监控：cron `2891b3304339`「bge内存泄漏监控」每10分钟检查，>2GB自动kill+重启
+  - 脚本：`~/.hermes/scripts/bge_mem_check.sh`
+  - 禁用 arena 后 RSS=真实工作集（1.5-1.6GB），之前的 5.8GB 是保留区+碎片
+- **Gitea push 超时误判**：push 报 timeout/exit:124 时进程可能已在后台完成，用 `git fetch origin && git log origin/main` 验证远程 HEAD 是否已更新（本地 vs remote `git rev-parse --short HEAD`），避免误认失败而重复 force push 被 Gitea 拒绝（"incorrect old value"）
+  - 当前远程=local 时 `git push -f` 会报 `incorrect old value`，此时 `git fetch` 后重新 push 即可
+- **bge_embed_server 内存占用认知**：禁用 arena 后 RSS=真实工作集（1.5-1.6GB），之前的 5.8GB 是 arena 保留区+碎片，非真实泄漏
 - `self-evolve.py` — 每天凌晨3点自进化：磁盘清理、模型测试扩展（snapshot→execute→verify→rollback）
+- `memory-system-check.sh` — **每小时自检**：织忆(进程+7821API+stats) / Soulful(文件+cares过期>7天+心迹条数) / TencentDB(进程+8420健康)，异常飞书报警，正常静默。cron `7292c83a3720`。
+- `memory-system-self-upgrade.py` — **每日4点自升**：织忆tombstone增长检测+recall_hit健康度；Soulful清理30天前cares+心迹去重+画像空字段标记；TencentDB总记忆量报告。异常飞书。cron `691709a8b4cf`。
 - `learner.py` — 每天凌晨5点自学习：事实/技能/元学习三层闭环。
 - `optimizer.py` — 每周日10点输出优化报告。
 - `proactive_learning.py` — 主动学习引擎，四维自检+主题管理，每周推送报告。
--- a/skills/devops/self-healing-infrastructure/references/bge-mem-check.sh
+++ b/skills/devops/self-healing-infrastructure/references/bge-mem-check.sh
@ -0,0 +1,17 @@
+#!/bin/bash
+# bge_embed_server 内存泄漏监控脚本
+# 超过 2GB 自动重启
+# cron job: 2891b3304339 (every 10m, no_agent)
+
+PID=$(pgrep -f "bge_embed_server" | head -1)
+if [ -n "$PID" ]; then
+    RSS=$(ps -o rss= -p "$PID" 2>/dev/null || echo 0)
+    MB=$((RSS / 1024))
+    if [ "$MB" -gt 2048 ]; then
+        echo "[$(date '+%Y-%m-%d %H:%M:%S')] bge_embed 内存 ${MB}MB > 2GB，重启" >> ~/.hermes/daemon/bge-restart.log
+        kill "$PID"
+        sleep 2
+        cd ~/.hermes && python3 scripts/bge_embed_server.py &
+        echo "[$(date '+%Y-%m-%d %H:%M:%S')] bge_embed 已重启，新PID=$(pgrep -f bge_embed_server | head -1)" >> ~/.hermes/daemon/bge-restart.log
+    fi
+fi
--- a/skills/devops/self-healing-infrastructure/references/bge-memory-leak-20260713.md
+++ b/skills/devops/self-healing-infrastructure/references/bge-memory-leak-20260713.md
@ -0,0 +1,59 @@
+# bge_embed_server 内存泄漏分析 — 2026-07-13
+
+## 问题现象
+
+2026-07-13 发现 bge_embed_server.py 进程 RSS=5.8GB（36%内存），4天前正常（~1.6GB），swap 接近打满（1.9/1.9GB）。
+
+## 根因
+
+**不是真正的内存泄漏**，是 ONNX Runtime 的 arena 分配器特性：
+
+```
+ONNX SessionOptions 默认:
+  enable_cpu_mem_arena = True   ← 开启 arena 分配器（预保留虚拟内存）
+  enable_mem_pattern  = True   ← 开启内存模式优化
+```
+
+Arena 分配器会预保留一块虚拟内存区域，随使用逐渐扩大。RSS（Resident Set Size）会把 reserved 算进去，看起来像泄漏。实际工作集只有 ~1.5GB。
+
+## 修复
+
+```python
+# bge_embed_server.py 第31-35行
+sess_options = ort.SessionOptions()
+sess_options.intra_op_num_threads = 4
+sess_options.inter_op_num_threads = 2
+sess_options.enable_cpu_mem_arena = False   # 禁用 arena 分配器
+sess_options.enable_mem_pattern = False     # 禁用内存模式优化
+session = ort.InferenceSession(os.path.join(MODEL_PATH, "model.onnx"), sess_options=sess_options, providers=["CPUExecutionProvider"])
+```
+
+修复后 RSS=真实工作集（1.5-1.6GB），不再无限增长。
+
+## 操作记录
+
+| 时间 | 操作 |
+|------|------|
+| 17:01 | kill PID 1344（5.8GB旧进程）|
+| 17:01 | 启动新进程（已带修复） |
+| 17:05 | 验证 RSS=1.6GB，织忆召回正常 |
+
+## 监控机制
+
+- cron `2891b3304339`「bge内存泄漏监控」— 每10分钟检查 >2GB 自动 kill+重启
+- 脚本：`~/.hermes/scripts/bge_mem_check.sh`
+- 日志：`~/.hermes/daemon/bge-restart.log`
+
+## 验证命令
+
+```bash
+PID=$(pgrep -f bge_embed_server | head -1)
+ps -o rss= -p "$PID" | awk '{printf "RSS: %.0f MB\n", $1/1024}'
+curl -s http://127.0.0.1:7821/health
+```
+
+## 教训
+
+1. **RSS 不是真实内存占用**：禁 arena 前 5.8GB 里有 3-4GB 是 arena 保留区
+2. **进程重启是最快止血**：不用定位泄漏点，直接 kill+restart
+3. **预防 > 治疗**：加了 cron 10分钟监控，>2GB 自动重启
--- a/skills/devops/self-healing-infrastructure/references/daemon-modification-rules.md
+++ b/skills/devops/self-healing-infrastructure/references/daemon-modification-rules.md
@ -0,0 +1,71 @@
+# daemon.py 修改铁律（2026-07-13 踩坑记录）
+
+## 绝对禁止
+
+**禁止用 `write_file` 直接覆盖 `daemon.py`**，会清空整个文件。
+
+`write_file` 是全量覆盖操作，调用后会丢失所有内容（只有被 git 追踪的文件可以 `git checkout HEAD --` 恢复）。
+
+## 正确修改顺序
+
+### 方案 A：patch + old_string 精确定位（推荐）
+
+```python
+# patch 的 old_string 必须足够唯一，包含周围上下文
+patch(mode='replace', new_string=new_code, old_string=unique_context_block)
+```
+
+### 方案 B：终端字符串替换（当 patch 精确匹配失效时）
+
+```bash
+python3 << 'PYEOF'
+content = open('/home/muc/.hermes/scripts/daemon.py').read()
+
+# 替换目标：完整的函数/代码块（包含足够多上下文）
+old = '''多行精确的
+old code block'''
+new = '''多行新的
+code block'''
+
+if old in content:
+    content = content.replace(old, new, 1)
+    open('/home/muc/.hermes/scripts/daemon.py', 'w').write(content)
+    print("Fixed!")
+else:
+    print("Not found, showing context:")
+    idx = content.find('keyword_near_target')
+    print(repr(content[idx:idx+400]))
+
+import py_compile
+py_compile.compile('/home/muc/.hermes/scripts/daemon.py', doraise=True)
+print("Syntax OK")
+PYEOF
+```
+
+## 验证流程
+
+每次修改后必须验证：
+
+```bash
+python3 -m py_compile ~/.hermes/scripts/daemon.py && echo "Syntax OK"
+```
+
+语法 OK 后再重启 daemon：
+
+```bash
+kill $(ps aux | grep daemon.py | grep -v grep | awk '{print $2}') && sleep 2
+python3 ~/.hermes/scripts/daemon.py > ~/.hermes/daemon/daemon.log 2>&1 &
+sleep 6 && ps aux | grep daemon.py | grep -v grep
+```
+
+## daemon.py 中 ctx 参数作用域注意
+
+daemon.py 的 `ctx` 是 `main_loop` 中的局部字典，传递给各个函数时：
+- 在函数定义中显式接收 `ctx` 参数（不要假设 ctx 在函数内可用）
+- `tddb_capture(reflection_dict, state, ctx)` ← 需要显式传入
+
+## 今天的事故记录
+
+- `write_file` 写入 daemon.py → 文件只剩 2 行（其余 905 行丢失）
+- 用 `git checkout HEAD -- scripts/daemon.py` 恢复
+- 之后改用终端字符串替换法（4处替换全部成功）
--- a/skills/devops/self-healing-infrastructure/references/gitea-push-timeout-20260713.md
+++ b/skills/devops/self-healing-infrastructure/references/gitea-push-timeout-20260713.md
@ -0,0 +1,75 @@
+# Gitea push 超时 / rejected 问题处理 — 2026-07-13
+
+## 常见场景
+
+### 场景1：push 超时但实际已成功（误判）
+
+```
+timeout 30 git push -f origin main
+# exit:124 (timeout) — 看似失败
+# 但远程可能已经更新
+```
+
+**判断方法**：
+```bash
+cd ~/.hermes
+git fetch origin main
+git log --oneline origin/main -2    # 远程最新
+git log --oneline HEAD -2           # 本地最新
+# 如果 remote == local，已推送成功
+```
+
+### 场景2：force push 被 Gitea 拒绝
+
+```
+! [remote rejected] main -> main (incorrect old value provided)
+error: failed to push some refs
+```
+
+**原因**：本地 HEAD 和远程 origin/main 的 old object 不匹配（别人先推送了）
+
+**处理**：
+```bash
+git fetch origin main
+git log --oneline origin/main        # 确认远程 HEAD
+git log --oneline HEAD              # 确认本地 HEAD
+# 如果 remote HEAD == 本地 HEAD，无需再 push
+# 如果不同，用 git push -f 强制覆盖
+```
+
+### 场景3：exit:124 但 remote 已更新（再 push 报 "nothing to commit"）
+
+```
+# 第一次 push 超时退出码124，但实际成功了
+# 第二次 push 被拒 "incorrect old value"
+```
+
+**根本原因**：`git push -f` 需要先知道远程 ref 的当前 SHA，再推送本地替换。如果第一次 push 在验证 SHA 时就超时了，Gitea 的 lock 还持有中，此时第二次 push 会失败。
+
+**正确流程**：
+```bash
+# 1. 先 fetch 验证远程状态
+git fetch origin main
+
+# 2. 比较
+if [ "$(git rev-parse HEAD)" = "$(git rev-parse origin/main)" ]; then
+    echo "已推送，无需重复操作"
+else
+    timeout 90 git push -f origin main
+fi
+```
+
+## 预防措施
+
+1. **大文件推送前先验证连接**：`git ls-remote origin main`（轻量）
+2. **避免和 mc 仓库同时 force push**（两个仓库共用 Gitea remote 时有竞争）
+3. **push 前先 fetch** 避免 "incorrect old value"
+
+## 历史记录
+
+| 时间 | commit | 情况 |
+|------|--------|------|
+| 2026-07-13 17:52 | f950253 fix(bge) | exit:124误判，实际已成功 |
+| 2026-07-13 16:50 | fb709f0 feat(记忆系统) | exit:124误判，实际已成功 |
+| 2026-07-13 16:46 | c4938eb docs | 正常推送 |
+| 2026-07-13 16:41 | c4938eb (mc仓) | force push 覆盖 |
--- a/skills/devops/self-healing-infrastructure/references/memory-system-comparison.md
+++ b/skills/devops/self-healing-infrastructure/references/memory-system-comparison.md
@ -0,0 +1,235 @@
+# 记忆系统对比分析 — 参考项目 vs 织忆/Soulful/TencentDB
+
+> 2026-07-13 分析 | 克隆仓库：yantrikdb, yantrikdb-server, agent-memory-skill, codegraph, honcho, memos, multica, agent-second-brain, Foretold
+
+## 结论速查
+
+| 功能 | 来源 | 我们差距 | 实施优先级 |
+|------|------|---------|-----------|
+| Ebbinghaus遗忘曲线tier分层 | agent-memory-skill | 织忆/Soulful/TencentDB无限增长，无优先级 | P0 本周 |
+| 冲突检测+对话式消解 | YantrikDB | 三系统各自独立，可能互相矛盾（诚信问题） | P1 下周 |
+| 多信号评分检索 | YantrikDB | recall只用语义相似度，缺：时间衰减+重要性+检索反馈学习 | P1 下周 |
+| `think()` Consolidation | YantrikDB/MemOS | daemon deep_tick只有journal_entry，没有模式挖掘/冲突扫描/触发器 | P2 本月 |
+| Proactive Triggers | YantrikDB | 牵挂是简单cron检查，没有基于记忆模式的主动触发 | P1 下周 |
+| 双层上下文注入+辩证推理 | Honcho | 我们是单层，Honcho有基础层+辩证层 | P2 本月 |
+| 画像LLM合成更新 | Honcho | 画像靠手动维护，没有dialectic层自动分析行为日志更新 | P1 下周 |
+| 会话感知 | YantrikDB | 无会话边界和会话级总结 | P2 本月 |
+| 自进化(feedback-driven) | MemOS | Soulful心迹/画像/牵挂靠手动，没有feedback驱动自动进化 | P2 本月 |
+
+---
+
+## 一、参考项目核心能力
+
+### YantrikDB（最强借鉴价值）
+
+**核心架构**：Rust嵌入式引擎，HNSW向量+LSM双层写入（foreground写delta，background合并到cold tier）
+
+**记忆模型**：
+- 重要性(imporance 0-1)+情感极性(valence)+领域(domain)+来源+确定性+timestamps
+- 多信号评分函数：语义相似度 + 时间衰减 + 重要性加权 + 图关系提升 + **检索反馈学习**
+
+**独特功能**：
+1. `think()` — Consolidation（合并相似记忆）+ 冲突扫描 + 模式挖掘 + 触发器评估
+2. **冲突检测+对话式消解**：记忆矛盾时创建冲突段，AI自然地问用户消解
+3. **Proactive Triggers**：记忆冲突/到期/模式检测 → 自动通知（不是等用户问）
+4. **会话感知**：`session_start()`/`session_end()`，自动关联会话内记忆，计算总结
+5. **CRDT多设备同步**：append-only replication log，冲突自由合并
+
+**API核心**：
+```
+record() / recall() / relate() — 核心记忆
+think() — Consolidation引擎
+scan_conflicts() / resolve_conflict() — 冲突管理
+get_pending_triggers() / act_on_trigger() — 主动触发
+session_start() / session_end() — 会话边界
+```
+
+**与我们对比**：
+- daemon自愈机制（方案库）是YantrikDB没有的独特能力
+- 织忆的语义检索=只有YantrikDB的"语义相似度"维度
+- 冲突检测、会话感知、Proactive Triggers 全部缺失
+
+---
+
+### MemOS（星尘）
+
+**三层架构**：
+- L1 Trace（事件轨迹）
+- L2 Policy（策略模式）
+- L3 World Model（世界模型）
+- crystallized Skills（反馈驱动的技能结晶）
+
+**独特功能**：
+1. Feedback-driven self-evolution（反馈驱动的自进化）
+2. Multi-Cube knowledge base（多知识库隔离+共享）
+3. 多模态记忆（text/image/tool traces/persona）
+4. Redis Streams调度（高并发异步操作）
+
+**与我们对比**：
+- TencentDB的L0-L3架构 ≈ MemOS的L1-L3，但MemOS有crystallized Skills（反馈→自动生成skill），我们没有
+
+---
+
+### Honcho（辩证推理层）
+
+**核心设计**：双层上下文注入
+- 基础层（contextCadence刷新）：会话摘要 + peer card + 表示
+- 辩证层（dialecticCadence刷新）：LLM推理，按dialecticDepth进行多轮对话（冷启动/热启动/自我审计/调和）
+
+**工具**：
+```
+honcho_profile — 读写peer card
+honcho_search — 语义搜索
+honcho_context — 会话上下文
+honcho_reasoning — LLM合成推理
+honcho_conclude — 创建/删除结论（= Soulful心迹的LLM自动版）
+```
+
+**与我们对比**：
+- Soulful心迹靠手动写入，Honcho的conclude是自动LLM合成
+- 织忆prefetch=单层，Honcho=双层（基础+辩证）
+
+---
+
+### agent-memory-skill（遗忘曲线）
+
+**核心**：Ebbinghaus遗忘曲线，线性衰减
+```
+relevance = max(0.1, 1.0 - days × 0.015)
+```
+
+**Tier分层**：
+| Tier | 天数 | Relevance |
+|------|------|-----------|
+| core | 手动 | 1.0（永不降级） |
+| active | 0-7 | 1.0-0.90 |
+| warm | 8-21 | 0.89-0.69 |
+| cold | 22-60 | 0.68-0.10 |
+| archive | 60+ | 0.10（地板） |
+
+**graduated touch**：不是一次回归active，而是一级一级升
+
+**与我们对比**：
+- 织忆4197条记忆没有tier/优先级，所有记忆权重相同
+- Soulful cares没有基于重要性的差异化提醒
+
+---
+
+### Hindsight（知识图谱+反射）
+
+**核心能力**：
+- `hindsight_retain`：带实体提取的存储
+- `hindsight_recall`：多策略检索
+- **`hindsight_reflect`（跨记忆合成）**：其他提供者都没有的能力
+
+**与我们对比**：
+-织忆有图谱，但reflect（跨记忆合成=把多条记忆综合成新结论）没有
+
+---
+
+### agent-second-brain（Telegram入口）
+
+**设计**：语音/文字/图片 → Telegram Bot → 自动分类（task/idea/note）+ Obsidian存档 + Todoist任务 + 日报告
+
+**与我们无关**：入口模式不适用（我们有飞书），但"对话式记忆管理"思路可参考
+
+---
+
+## 二、最值得借鉴的5个功能（按优先级）
+
+### P0 本周：织忆时间衰减评分
+
+YantrikDB最简单的设计：recent=更重要。
+
+daemon已有`last_access`字段，只需：
+1. recall时对近期记忆加权（比如7天内+20%分数）
+2. tier分层：active/warm/cold/archive按访问时间+重要性
+3. 验证：看prefetch结果是否改善
+
+**预期收益**：减少噪音，提升prefetch质量
+
+### P1 下周：冲突检测
+
+三个系统各自独立，可能矛盾（织忆说周一，Soulful说周二）→ 诚信问题。
+
+方案（基于YantrikDB）：
+1. 每次写新记忆前，扫描相似记忆（top_k=5）
+2. 发现矛盾（同一实体不同结论）→ 写入冲突队列
+3. 每小时cron检查冲突队列 → 有则飞书提醒牧尘
+4. 牧尘确认后，删除矛盾记忆
+
+**预期收益**：彻底解决记忆矛盾导致的信任损伤
+
+### P1 下周：画像LLM合成更新
+
+Honcho dialectic层：每次deep tick用LLM分析行为日志，更新peer card。
+
+我们有journal_entry数据，可以：
+1. deep tick执行后，把journal_entry传入LLM
+2. LLM分析"牧尘最近做了什么决定/有什么行为模式变化"
+3. 自动更新user-profile.json的behavior_rules
+
+**预期收益**：画像不再靠手动维护，实时跟随牧尘行为更新
+
+### P1 下周：Proactive触发器
+
+YantrikDB的主动触发不是等用户问，而是检测到有意义信号就通知。
+
+对我们：
+- 冲突检测触发（见上）
+- cares即将到期触发（已实现，但可增强）
+- 记忆模式变化触发（织忆新增高频关键词=新关注点→通知牧尘）
+- daemon方案库匹配失败3次=系统性问题→通知牧尘
+
+### P2 本月：Consolidation引擎
+
+类似YantrikDB的`think()`：
+```python
+def think():
+    # 1. Consolidation：合并相似记忆
+    merge_similar_memories()
+    # 2. 冲突扫描
+    scan_conflicts()
+    # 3. 模式挖掘（跨领域）
+    mine_cross_domain_patterns()
+    # 4. 触发器评估
+    evaluate_triggers()
+```
+
+MemOS的三层架构（L1 Trace/L2 Policy/L3 World Model）也值得参考，TencentDB的L0-L3可以进一步向MemOS靠拢。
+
+---
+
+## 三、参考项目架构速查
+
+```
+YantrikDB     — 多信号评分(HNSW+时间+重要性+图+反馈) + 冲突检测 + Triggers + 会话感知 + CRDT同步
+MemOS         — L1/L2/L3三层 + crystallized Skills + Feedback-driven进化 + Redis Streams
+Honcho        — 双层上下文(基础+辩证) + dialectic推理 + conclusions合成 + peer_card建模
+agent-memory  — Ebbinghaus遗忘曲线 + tier分层 + graduated touch
+Hindsight     — 知识图谱 + 实体提取 + hindsight_reflect跨记忆合成
+```
+
+---
+
+## 四、克隆仓库路径
+
+```
+/tmp/research/
+├── yantrikdb/         — CRDT多信号评分 + 冲突检测 + think()
+├── yantrikdb-server/  — Raft共识 + 集群复制
+├── agent-memory-skill/ — Ebbinghaus遗忘曲线 + tier分层
+├── codegraph/         — 代码语义索引（~35% token节省）
+├── honcho/            — 辩证推理层 + conclusions
+├── memos/             — L1/L2/L3三层 + crystallized Skills
+├── multica/           — 多Agent协作
+└── agent-second-brain/ — Telegram语音入口（参考思路）
+```
+
+本地路径（通过Gitea）：
+```
+http://192.168.123.11:3000/xiaoxue_admin/yantrikdb
+http://192.168.123.11:3000/xiaoxue_admin/memos
+http://192.168.123.11:3000/xiaoxue_admin/honcho
+http://192.168.123.11:3000/xiaoxue_admin/agent-memory-skill
+```
--- a/skills/devops/self-healing-infrastructure/references/system-prompt-snippets-injection.md
+++ b/skills/devops/self-healing-infrastructure/references/system-prompt-snippets-injection.md
@ -0,0 +1,124 @@
+# system_prompt_snippets 注入模式
+
+> 版本 1.0 | 2026-07-13
+> 场景：让模型"更聪明"的最快路径——不改模型，只改上下文注入方式
+
+## 核心发现
+
+牧尘的对话风格规范（"简洁直接"、"结论先行"）之前作为元数据存在 `user-profile.json` 的 `communication_style` 字段里，模型收到的是：
+```json
+{"communication_style": "简洁直接", "work_patterns": {}}
+```
+模型需要自己"理解"这条元数据并应用到输出，实际效果很差。
+
+改后（2026-07-13），通过 `save_llm_context()` 把 `behavior_rules` 转换为字符串数组，直接作为 system prompt 片断注入：
+```json
+{
+  "system_prompt_snippets": [
+    "【回答格式】结论先行 → 数据支撑 → 行动建议。不废话、不科普、不加补丁式回答。",
+    "【代码质量】修复后必须自测，不等用户测。遇到stderr先试3种方法，不行再报告障碍。",
+    ...
+  ]
+}
+```
+这些 snippets 通过织忆 prefetch 注入每轮对话，模型直接看到并遵守，**立竿见影**。
+
+## 技术链路
+
+```
+user-profile.json (behavior_rules 字段)
+    ↓ daemon.py save_llm_context()
+llm_context.json (system_prompt_snippets 字段)
+    ↓ Hermes 织忆插件 prefetch()
+每轮对话上下文
+```
+
+## 实施步骤
+
+### Step 1: profile.json 升级到 v2
+
+```json
+{
+  "version": 2,
+  "behavior_rules": {
+    "answer_format": "结论先行 → 数据支撑 → 行动建议...",
+    "code_quality": "修复后必须自测...",
+    "cron_creation": "必须指定 model=minimaxai/minimax-m2.7...",
+    "accounting_context": "牧尘做物业会计，用金蝶K3...",
+    "decision_style": "牧尘一句话定方向...",
+    "memory_handling": "回答前先列'我知道什么'+'我不确定什么'...",
+    "error_reporting": "成功报成功，失败报失败并说明原因...",
+    "file_operations": "用 patch 不用 write_file（防覆盖）..."
+  }
+}
+```
+
+### Step 2: save_llm_context 改造
+
+```python
+behavior_rules = profile.get("behavior_rules", {})
+snippet_prefixes = {
+    "answer_format":     "【回答格式】",
+    "code_quality":      "【代码质量】",
+    "cron_creation":     "【cron创建】",
+    "accounting_context":"【会计场景】",
+    "decision_style":    "【决策风格】",
+    "memory_handling":   "【记忆规范】",
+    "error_reporting":   "【错误报告】",
+    "file_operations":   "【文件操作】",
+}
+snippets = []
+for key, prefix in snippet_prefixes.items():
+    if behavior_rules.get(key):
+        snippets.append(f"{prefix}{behavior_rules[key]}")
+
+# llm_ctx 写入
+llm_ctx["system_prompt_snippets"] = snippets  # 替代旧的 profile_summary
+```
+
+### Step 3: 验证注入
+
+```bash
+# daemon 重启后
+python3 -c "import json; d=json.load(open('~/.hermes/llm_context.json')); print(len(d['system_prompt_snippets']), 'snippets')"
+# 应输出 8（或其他实际条数）
+```
+
+### Step 4: 检查 prefetch 透传
+
+织忆插件 prefetch 读取 `llm_context.json`，snippets 通过 prefetch 文本进入对话上下文。
+验证：`curl -s http://127.0.0.1:7821/api/v1/recall?q=牧尘风格` 应包含 snippets 内容。
+
+## 关键原则
+
+1. **rules 要是可执行的句子，不是元数据描述**
+   - ❌ `"communication_style": "简洁直接"` → 模型不知道具体怎么做
+   - ✅ `"【回答格式】结论先行，不废话、不科普、不加补丁式回答"` → 模型直接遵守
+
+2. **前缀标签帮助模型分类理解**
+   - `【回答格式】` / `【代码质量】` / `【cron创建】` 等标签让模型快速定位相关规范
+
+3. **向后兼容**
+   - 如果 profile 没有 `behavior_rules`，fallback 到旧格式，避免报错
+
+4. **daemon.py 修改铁律**
+   - 改 `save_llm_context` 用 patch（精确 old_string），禁止 write_file 覆盖（会清空全文）
+   - 改完必须 `python3 -m py_compile daemon.py` 验证
+   - 重启 daemon 生效
+
+## 与画像 (Soulful) 的关系
+
+- Soulful 的 `user-profile.json` 存储原始行为规则（人可读）
+- `llm_context.json` 的 `system_prompt_snippets` 是注入格式（模型可执行）
+- `save_llm_context` 是转换层（定期同步，daemon 每 tick 更新）
+
+## 适用场景
+
+- 需要模型遵守特定输出格式（牧尘案例：结论先行、不科普）
+- 需要模型记住任务处理规范（代码质量、cron 创建规范等）
+- 需要跨 session 保持一致的决策风格
+
+## 不适用场景
+
+- 动态/一次性上下文（用 cron prompt 或 one-shot conversation）
+- 需要实时精确记忆（用织忆 recall）
--- a/skills/devops/self-healing-infrastructure/references/three-memory-systems-20260713.md
+++ b/skills/devops/self-healing-infrastructure/references/three-memory-systems-20260713.md
@ -0,0 +1,81 @@
+# TencentDB Daemon 集成技术细节（2026-07-13）
+
+## API 端点一览
+
+| 端点 | 方法 | 用途 |
+|------|------|------|
+| `http://127.0.0.1:8420/health` | GET | 健康检查，返回 `{"status":"ok","uptime":...}` |
+| `http://127.0.0.1:8420/search/memories` | POST | 语义搜索 L1 人格记忆 |
+| `http://127.0.0.1:8420/search/conversations` | POST | 搜索 L0 对话记录 |
+| `http://127.0.0.1:8420/capture` | POST | 写入记忆（需要 session_key） |
+
+## /search/memories 返回格式（关键坑）
+
+**返回的是 markdown 字符串，不是 JSON 数组**：
+
+```
+Found 1 L1 memory:
+- 用户（牧尘）是一名会计专家；沟通风格简洁直接...
+---
+Total: 1 memories
+```
+
+代码中需要：
+```python
+if raw and isinstance(raw, str) and "Found" in raw:
+    lines = [l for l in raw.split("\n") if l.strip() and not l.startswith("Found") and not l.startswith("---")]
+    content = lines[1].strip().lstrip("-* []").strip() if len(lines) >= 2 else ""
+```
+
+## /capture 参数（实际验证）
+
+```python
+payload = json.dumps({
+    "session_key": "daemon-deep-tick",
+    "user_content": "...系统状态...",
+    "assistant_content": summary[:1000],
+}).encode("utf-8")
+```
+
+- 需要 `session_key` + `user_content` + `assistant_content`
+- 错误信息提示字段名：`Missing required fields: user_content, assistant_content, session_key`
+- 成功返回：`{"l0_recorded": 1, "scheduler_notified": true}`
+
+## Reflection 结构（daemon deep tick）
+
+```python
+r = reflection_dict.get("reflection", {})
+summary = r.get("evaluation_previous_goal", "") or r.get("summary", "")
+next_goal = r.get("next_goal", "")
+```
+
+`evaluation_previous_goal` 包含"执行了[solve_auto] ... Verdict: ..."格式的完整描述。
+
+## llm_context.json 同步机制
+
+`daemon.py` 有两个写入点：
+1. `_sync_soulful_to_llm_context(ctx)` → 只写入 `ctx["soulful"]`
+2. `save_llm_context(ctx, state)` → 构建独立的 `llm_ctx` dict 再写入
+
+**两处独立**，所以 TencentDB 同步要同时在两处做：
+- 在 `_sync_soulful_to_llm_context` 里写 `ctx["tddb"]`
+- 在 `save_llm_context` 里显式 `ctx.get("tddb", {})` 加入输出 dict
+
+## 三套记忆系统注入链路（最终状态）
+
+```
+织忆 (ZhiYi)  → prefetch() 自动注入每轮对话
+Soulful       → _sync_soulful_to_llm_context() → llm_context.json → zhiyi插件注入
+TencentDB     → daemon 每 tick 同步 latest_persona → llm_context.json
+统一入口      → memory_recall.py (CLI 手动查询)
+```
+
+## 当前数据量（2026-07-13）
+
+| 系统 | 数据量 | 健康状态 |
+|------|--------|---------|
+| 织忆 | 4197 条记忆，141 episodes | ✅ |
+| TencentDB L1 | 1 条（积累中）| ⚠️ 刚修好，慢慢积累 |
+| TencentDB L0 | 4 条 | ⚠️ 积累中 |
+| Soulful cares | 6 条（已清理）| ✅ |
+| Soulful 心迹 | 13 条（7条有意义）| ⚠️ 需持续补充 |
--- a/skills/devops/self-healing-infrastructure/references/three-system-check-upgrade-20260713.md
+++ b/skills/devops/self-healing-infrastructure/references/three-system-check-upgrade-20260713.md
@ -0,0 +1,54 @@
+# 三套记忆系统自检/自升机制
+> 2026-07-13 建立，cron 运行中
+
+## 三路注入链路（现状）
+
+```
+织忆 (ZhiYi)     → prefetch() → 自动注入每轮对话
+Soulful          → daemon _sync_soulful_to_llm_context() → llm_context.json → Hermes织忆插件注入
+TencentDB        → daemon 每 tick 同步 tddb.latest_persona → llm_context.json → Hermes织忆插件注入
+统一查询CLI      → memory_recall.py（支持 pretty/compact）
+```
+
+## 自检 cron（每小时整点）
+
+- **cron ID**: `7292c83a3720`
+- **脚本**: `memory-system-check.sh`
+- **检查内容**:
+  - 织忆：进程(zhiyid/bge-embed) + 7821 API health + episodes/memories 数据量
+  - Soulful：文件存在 + cares 过期(>7天) + 心迹条数(<5条告警)
+  - TencentDB：进程(tdai) + 8420 API health
+- **行为**：异常飞书报警，正常静默
+
+## 自升 cron（每日 04:00）
+
+- **cron ID**: `691709a8b4cf`
+- **脚本**: `memory-system-self-upgrade.py`
+- **织忆**：tombstone 增长检测（和昨日快照比，增长>50 告警）+ recall_hit <0.6 告警
+- **Soulful**：清理 30 天前过期 cares + done 状态 >7 天清除 + 心迹按前 60 字去重 + 画像空字段报告
+- **TencentDB**：总记忆量报告（`search /memories` 返回 `total` 字段）
+- **行为**：异常飞书，正常静默
+
+## TencentDB API 关键参数
+
+```python
+# capture（daemon deep tick 自动调用）
+{"session_key": str, "user_content": str, "assistant_content": str}  # 必填
+
+# search（总记忆量查询）
+{"query": str, "top_k": int}  # 返回 {"results": ..., "total": N}
+```
+
+## Soulful 脏数据清理规则
+
+- cares 过期 >30 天：删除
+- cares 状态 done 且 due_date >7 天前：删除
+- cares 完全相同内容（按前 60 字）：保留 1 条
+- 心迹相同内容（按前 60 字）：去重
+
+## daemon.py 修改安全规则
+
+1. **daemon.py 是 900+ 行大文件**，不能用 write_file（会覆盖整个文件）
+2. **正确做法**：Python 字符串替换通过 terminal 执行，或 patch 加 old_string
+3. **验证顺序**：语法检查 → kill 旧进程 → 重启 → 确认 PID 变化 → 检查新 log 有正常 tick
+4. **遇到语法错误**：立即 `git checkout HEAD -- scripts/daemon.py` 恢复，再重新修改
--- a/skills/research/memory-system-landscape/SKILL.md
+++ b/skills/research/memory-system-landscape/SKILL.md
@ -0,0 +1,171 @@
+---
+name: memory-system-landscape
+description: AI/Agent 记忆系统竞品调研全流程 — 克隆分析、架构对比表、关键设计模式提炼。为织忆 soulful 记忆层和 zhiyi 参考系统选型提供依据。
+version: 1.0.0
+date: 2026-07-13
+tags: [memory-systems, architecture-research, agent-memory, competitive-analysis]
+牧尘_usage_notes: >
+  调研新领域系统（如记忆/推理/规划框架）时使用此 skill。
+  输出：克隆 + 对比分析表 + 设计模式总结 + references/ 子目录存储原始 notes。
+  对应仓颉(cangjie)知识蒸馏可作为后续：仓颉→知识蒸馏→skill 转化。
+---
+
+# Memory System Landscape — AI记忆系统竞品调研
+
+> 版本 1.0 | 2026-07-13 | 初始版本
+
+## 何时使用
+
+- 需要调研一类系统的竞品/参考实现（如记忆、推理、规划、多代理协作）
+- 为织忆 soulful 记忆层或 zhiyi 参考系统选型提供架构依据
+- 需要克隆 + 分析多个仓库并输出结构化对比
+
+## 调研流程
+
+### Step 1: 并发克隆（避免串行延迟）
+
+```bash
+# 预先 mkdir，统一 workdir
+mkdir -p /tmp/research
+
+# 并发克隆（每批 3-4 个，避免超时）
+git clone http://SERVER/repo1.git repo1 2>&1 &
+git clone http://SERVER/repo2.git repo2 2>&1 &
+git clone http://SERVER/repo3.git repo3 2>&1 &
+wait
+
+# 第二批
+git clone http://SERVER/repo4.git repo4 2>&1 &
+git clone http://SERVER/repo5.git repo5 2>&1 &
+...
+```
+
+**注意**：Foretold 类需要 SSH 认证的仓库，用 `git@SERVER:path` 格式，失败则记录并跳过。
+
+### Step 2: 快速扫描 README（并发读取）
+
+同时读取所有克隆仓库的 `README.md`，提取：
+- 项目定位和核心理念
+- 技术栈和架构描述
+- 关键功能列表
+- 部署方式和依赖
+
+### Step 3: 源码结构探索
+
+对关键仓库读取引擎核心源码：
+- Rust: 找 `src/lib.rs` 模块入口 + 关键子模块
+- Python: 找 `src/` 主目录文件
+- Go: 找 `server/` + `internal/`
+- TypeScript/Node: 找 `src/db/` + `src/graph/`
+
+### Step 4: 输出对比分析表
+
+格式：
+
+| 项目名 | 核心架构 | 存储结构 | 检索机制 | 独特功能 | 可借鉴点 |
+|--------|---------|---------|---------|---------|---------|
+| **xxx** | 架构描述 | SQLite/PG/文件 | 检索方法 | 特色功能 | 对本项目的启发 |
+
+### Step 5: 关键设计模式总结
+
+归纳 4-5 个核心模式，每个包含：
+- 哪些系统用了
+- 各自实现差异
+- 可借鉴点
+
+## 已知参考记忆系统（2026-07-13 整理）
+
+已克隆仓库在 `/tmp/research/`：
+
+| 仓库 | 语言 | 架构亮点 |
+|------|------|---------|
+| yantrikdb | Rust | 5索引认知引擎（HNSW+Graph+Temporal+DecayHeap+KV），双 LSM tier，CRDT 同步，冲突检测，主动触发器 |
+| yantrikdb-server | Rust+Go | Raft 集群，RYW 保证，混沌测试 |
+| agent-memory-skill | Python 单文件 | Ebbinghaus 线性遗忘，零依赖，五层 tier |
+| codegraph | TypeScript | tree-sitter AST 代码图谱，19语言，70%工具调用减少 |
+| honcho | Python FastAPI | reasoning-first 记忆，peer-centric，多层推理（deriver/dreamer） |
+| memos | Python+TypeScript | L1/L2/L3 分层自进化，Redis Streams 调度，多代理共享 |
+| multica | Go+Next.js | agent 生命周期管理，Squad 路由，skill 复用 |
+| agent-second-brain | Python | Telegram 语音优先，vault 健康评分，每日报告 |
+| Foretold | ❌ SSH 认证不可达 | — |
+
+## 关键设计模式（可迁移到织忆）
+
+### 模式1：遗忘曲线
+
+| 系统 | 实现 |
+|------|------|
+| yantrikdb | decay_heap 非线性 + `relevance = importance × decay(t)` |
+| agent-memory-skill | 线性 `max(0.1, 1.0 - days × 0.015)` |
+| honcho | 人格特征随时间推导 |
+| memos | skill tier evolution |
+
+**织忆参考**：agent-memory-skill 的线性模型最简洁可移植；yantrikdb 的多信号 decay 更精确但复杂。
+
+### 模式2：检索评分多信号
+
+- yantrikdb: 语义相似度 × 时间衰减 × 重要性权重 × 图连通性 × 检索反馈
+- honcho: reasoning-first（提取结论而非匹配块）
+
+**织忆参考**：多信号评分框架可直接借鉴；peer-centric 模型适合画像层。
+
+### 模式3：存储架构
+
+- 嵌入式单文件: yantrikdb (SQLite)
+- 客户端服务器: honcho (PostgreSQL+pgvector)、memos (Redis+Neo4j)
+- 文件系统驱动: agent-memory-skill（零依赖，YAML frontmatter）
+- 混合: codegraph (SQLite + FTS5)
+
+**织忆参考**：SQLite 单文件适合嵌入式；PostgreSQL 适合服务端。
+
+### 模式4：多代理协作
+
+- multica: Squad leader delegation（稳定路由层）
+- memos: multi-agent memory sharing by user_id
+- yantrikdb: V5 roadmap（multi-agent shared memory）
+
+**织忆参考**：memos 的 user_id 共享模型是较好参考。
+
+### 模式5：后台推理
+
+- honcho: deriver worker（异步提取结论）+ dreamer + dialectic（多级推理深度）
+- memos: MemScheduler（Redis Streams 优先级调度）
+
+**织忆参考**：分离式 worker 架构（主进程不阻塞）是高并发必备。
+
+## 竞品调研标准输出结构
+
+```
+## {系统名}对比分析表
+
+### 对比分析表
+
+| 项目名 | 核心架构 | 存储结构 | 检索机制 | 独特功能 | 可借鉴点 |
+|--------|---------|---------|---------|---------|---------|
+
+### 关键设计模式总结
+
+**模式N: 名称**
+- 哪些系统用到
+- 各自实现差异
+- 织忆可借鉴点
+```
+
+## references/ 目录结构
+
+每次调研后，将原始 notes 保存到：
+
+```
+references/
+├── {date}-yantrikdb-notes.md      # 原始架构笔记
+├── {date}-honcho-notes.md
+├── {date}-memos-notes.md
+├── {date}-codegraph-notes.md
+└── {date}-memory-system-patterns.md # 归纳的设计模式
+```
+
+## 后续知识转化
+
+调研产出 + 仓颉(cangjie)知识蒸馏 = 可转化为织忆 skill：
+- 仓颉方法：`python3 ~/.hermes/scripts/cangjie_distill.py distill <notes> <title>`
+- 目标目录：`~/.hermes/cangjie-skills/<主题名>/`
--- a/skills/research/memory-system-landscape/references/2026-07-13-memory-systems-notes.md
+++ b/skills/research/memory-system-landscape/references/2026-07-13-memory-systems-notes.md
@ -0,0 +1,130 @@
+# Memory System Landscape — 调研笔记 2026-07-13
+
+## 克隆结果
+
+- 8/9 成功（Foretold SSH 认证失败）
+- 存储：`/tmp/research/`
+
+## yantrikdb（最成熟）
+
+**源码结构**（Rust, crates/yantrikdb-core/src/）：
+- `lib.rs`：24个认知子模块 re-export（cognition/knowledge/graph/vector/...）
+- `cognition/`：personality_bias, belief_network, causal, analogy, schema_induction, world_model...
+- `knowledge/graph_index.rs`：实体关系图
+- `vector/hnsw.rs`：HNSW 向量索引
+
+**核心API**：`record()`/`recall()`/`relate()` — 非 SQL，认知操作
+**写路径**：双 LSM tier（mutable delta + immutable HNSW cold tier），ArcSwap 无锁读
+**冲突检测**：矛盾段 + 对话式消解（strategy: ask_user）
+**触发器**：主动 surfacing（冲突/截止日/模式/高重要性即将衰减）
+**程序性记忆**：`record_procedural()`/`surface_procedural()`/`reinforce_procedural()`
+**集群**：openraft Raft，RYW 通过 `recall_with_seq(min_seq=log_idx)` 保证
+
+**mcp server**：`yantrikdb-mcp` pip 包，15工具（MCP协议）
+**benchmark**：500记忆时文件法19K token，yantrikdb 72 token（99.3%节省），精度77%
+
+## yantrikdb-server（分布式层）
+
+- HTTP+二进制协议，openraft Raft 集群（2 voter + 1 witness）
+- Per-tenant quota + Prometheus metrics + AES-256-GCM 加密
+- 1178 核心测试 + 混沌测试（leader kill/网络分区/kill-9）
+- 5个运维手册 + watchdog 自动重启
+
+## agent-memory-skill（最简洁）
+
+- 纯 Python 单文件 ~800行，零依赖
+- Ebbinghaus 线性衰减：`relevance = max(0.1, 1.0 - days × 0.015)`
+- 五层 tier：core/active/warm/cold/archive
+- graduated touch（逐步提升 tier，非一次性刷新）
+- creative 模式（随机召回冷/归档层模拟灵感）
+- vault-health 评分系统（孤儿文件/断链/MOC）
+- 与 Claude Code 集成：SKILL.md + cron decay
+
+## codegraph（代码专用）
+
+**核心**：`src/graph/traversal.ts` + `src/graph/queries.ts`
+**存储**：SQLite（nodes 表含 kind/name/qualified_name/signature/decorators，edges 表含 source/target/kind）
+**索引**：tree-sitter AST 解析，19+语言
+**MCP工具**：codegraph_search/explore/context/callers/callees/impact/node/files/status
+**benchmark**：VS Code 架构问答 — 35%成本降低，72%工具调用减少
+**框架感知**：14种框架（Django/Flask/FastAPI/Express/NestJS/Laravel/Rails/Spring/Gin...）
+**auto-sync**：FSEvents/inotify 文件监控，增量同步
+
+## honcho（推理型记忆）
+
+**核心**：`src/deriver/deriver.py`（后台 worker）+ `src/dialectic/chat.py`（多级推理）
+**存储**：PostgreSQL + pgvector，Collection(observer,observed)向量文档
+**推理架构**：
+- deriver：异步生成 representation/summary/peer_card
+- dreamer：梦境处理
+- dialectic：chat 端点，多级推理深度（minimal/low/medium/high/max）
+
+**数据模型**：Workspace → Peer（人/AI） → Session ↔ Message
+**peer-centric**：self-representation（observer==observed）和 cross-peer modeling（peer X's understanding of Y）
+
+**key insight**：不是匹配 chunk，是提取 deductive/inductive conclusions
+
+## memos（MemOS 2.0）
+
+**核心**：`apps/memos-local-plugin/core/memory/l{1,2,3}/`
+- L1（trace）：`associate.ts` `induce.ts` `gain.ts`
+- L2（policy）：`merge.ts` `cluster.ts` `l3.ts`
+- L3（world model）：`abstract.ts` `signature.ts`
+
+**存储**：MemScheduler（Redis Streams 优先级调度）+ SQLite 本地 + Neo4j 图 + 向量
+**检索**：FTS5 + 向量混合搜索
+**工具**：tool memory for agent planning，memory feedback 自然语言校正
+
+**key insight**：tiered skill evolution（记忆会随反馈进化 tier）
+
+## multica（多代理管理层）
+
+**核心**：`server/cmd/` + `server/internal/`（Go）
+**存储**：PostgreSQL（agents/issues/workspaces）+ pgvector
+**生命周期**：enqueue → claim → start → complete/fail（autonomous execution）
+**Squad 路由**：leader agent 决定谁处理，路由稳定
+**Skill 复用**：每 solution 成为 team-wide reusable skill
+**Autopilot**：cron/webhook 触发器，自动创建 issue 并路由
+
+## agent-second-brain（产品级集成）
+
+**架构**：Telegram → Deepgram 语音转录 → Claude Code → Todoist + Obsidian Vault
+**vault 结构**：daily/goals/business(crm/network)/projects/thoughts(ideas/learnings/reflections)
+**技能**：dbrain-processor/agent-memory/vault-health/graph-builder/todoist-ai
+**每日报告**：9pm 推送（今日发生/完成/待处理）
+**vault-health**：100分评分，孤儿文件检测，断链修复，MOC 生成
+
+## 归纳设计模式
+
+### 模式A：遗忘机制（6/8系统）
+1. yantrikdb：decay_heap + 重要性权重
+2. agent-memory-skill：线性衰减（最简洁）
+3. memos：skill tier evolution
+4. honcho：人格推导
+5. yantrikdb-server：decay trigger
+6. agent-second-brain：继承 agent-memory-skill
+
+### 模式B：多信号评分检索（仅 yantrikdb 完整）
+- 语义相似度 × 时间衰减 × 重要性权重 × 图连通性 × 检索反馈
+
+### 模式C：存储架构
+- 嵌入式：yantrikdb（SQLite 单文件）
+- 服务端：honcho（PG）、memos（Redis+Neo4j）、multica（PG）
+- 文件系统：agent-memory-skill（零依赖，Markdown+YAML）
+
+### 模式D：多代理协作
+- multica：Squad leader 委托
+- memos：按 user_id 共享
+- yantrikdb：V5 roadmap
+
+### 模式E：后台推理
+- honcho：deriver + dreamer + dialectic 三层
+- memos：MemScheduler（Redis Streams）
+
+## 织忆可借鉴优先级
+
+1. **高优先级**：agent-memory-skill 线性衰减模型（简洁可移植）
+2. **高优先级**：honcho peer-centric 模型（适合画像层）
+3. **中优先级**：memos Redis Streams 调度（高并发场景）
+4. **中优先级**：codegraph impact analysis（图推理场景）
+5. **低优先级**：yantrikdb 多信号评分（复杂度高）
--- a/skills/research/stock-research/SKILL.md
+++ b/skills/research/stock-research/SKILL.md
@ -98,8 +98,40 @@ python3 ~/.hermes/scripts/stock_paper.py report        # 生成报告

 ## Key Findings (2026-07-12 验证)

-| 策略 | 适用场景 | 效果 |
-|------|---------|------|
+> 贵州茅台(600519)：α=+6.05%，胜率22.2%，最大回撤26.2%，27次交易
+> 五粮液(000858)：α=+39.2%（历史数据充足时更高）
+
+## 纸上模拟交易（2026-07-13 实操教训）
+
+**标准流程**：等金叉 → 模拟买入 → 持仓跟踪 → 死叉 → 模拟卖出 → 统计收益
+
+**操作命令**：
+```bash
+python3 ~/.hermes/scripts/stock_paper.py status        # 查看账户状态
+python3 ~/.hermes/scripts/stock_paper.py buy <价格> <代码> <名称>  # 模拟买入
+python3 ~/.hermes/scripts/stock_paper.py sell <价格>  # 模拟卖出
+python3 ~/.hermes/scripts/stock_paper.py report        # 生成报告
+```
+
+**持仓文件**：`~/.hermes/stock_backtest/paper_trades_{code}.json`
+
+**已知 bug（2026-07-13）**：`buy` 命令输出显示的股票名称和文件 stock 字段可能不一致（display bug，数据结构正确）。买入后立即检查文件：
+```bash
+cat ~/.hermes/stock_backtest/paper_trades_{code}.json | python3 -c "
+import sys,json; d=json.load(sys.stdin)
+print('股票:', d['stock'], '| 持仓:', d['positions'])
+"
+```
+
+**实时信号扫描**：
+```bash
+python3 ~/.hermes/scripts/stock_portfolio.py  # 扫描7只股票MA20状态，输出金叉/死叉
+```
+
+**金叉 = 买入**：价格从下穿越 MA20（pct_above_ma20 从负→正）
+**死叉 = 卖出**：价格从上穿越 MA20（pct_above_ma20 从正→负）
+
+**当前持仓（2026-07-13）**：平安银行(000001)，9487股，成本10.54，等待死叉卖出信号。
 | MA20突破 | 下跌/震荡股 | α=+4%~+40% ✅ |
 | MACD | 震荡市 | 小幅超额 |
 | 买入持有 | 强势趋势股 | 策略反而有害 ❌ |
@ -237,13 +269,14 @@ Also add `--compressed` flag — without it, ifzq API returns empty from that di
 | `c293eead6688` | 每日组合信号 | 工作日09:00 | 7只股票MA20扫描 |
 | `f3619a71aebb` | 每日股票新闻 | 工作日08:00 | 宏观+原油+大盘摘要 |

+**当前持仓（2026-07-13）**：平安银行(000001)，9487股，成本10.54，等待死叉卖出信号。
+
 ## Next Steps

 1. ✅ **贵州茅台MA20回测**(2026-07-12): α=+6.05%，胜率22.2%，最大回撤26.2% → 结果已存档 `~/.hermes/stock_backtest/ma20_result_600519.json`
 2. ✅ **MA20回测置信度集成**(2026-07-12): `stock_portfolio.py` 金叉推送时自动读取回测结果，附历史胜率/α/最大回撤
 3. ✅ **OpenClaw MCP 集成**(2026-07-12): Hermes gateway 已接入 OpenClaw MCP，9工具可用(conversations_list/messages_send等)，配置持久化到 `~/.hermes/config.yaml`
-4. ⬜ **五粮液MA20回测**：当前空仓，回测数据应提前存档至 `~/.hermes/stock_backtest/ma20_result_000858.json`
-5. 等MA20死叉 → `python3 stock_paper.py sell <价格>` 模拟卖出
-6. **真实交易**：牧尘确认风控参数后启动（最大回撤/仓位/禁止品种由牧尘定）
-7. **扩大股票池**：泸州老窖(000568)、洋河股份(002304) 也已满足逆向机会条件，可加入每日扫描并做MA20回测
-8. **TencentDB Agent Memory 深入研究**：8603 stars，4层渐进管道+符号化压缩，值得研究其与织忆的融合可能
+4. ✅ **平安银行模拟买入**(2026-07-13): MA20金叉触发，买入价10.54，9487股，持仓中
+5. ⬜ **等MA20死叉 → 模拟卖出 → 计算收益**
+6. **扩大股票池**：泸州老窖(000568)、洋河股份(002304) 也已满足逆向机会条件，可加入每日扫描并做MA20回测
+7. **真实交易**：牧尘确认风控参数后启动（最大回撤/仓位/禁止品种由牧尘定）
--- a/skills/soulful/soulful-framework/SKILL.md
+++ b/skills/soulful/soulful-framework/SKILL.md
@ -2,8 +2,7 @@
 tags: [soulful, memory-weave, 织忆, 情感层]
 name: soulful-framework
 description: 织忆 Soulful 情感层框架 — 心迹/画像/牵挂/感知四库及数据流向设计。含代码结构、最佳实践、数据流规范。
-version: 1.3.0
-author: 小唯
+version: 1.5.0
 date: 2026-07-13
 readiness_status: available
 ---
@ -18,7 +17,81 @@ readiness_status: available
 due = item.get("follow_up_date") or item.get("due") or "null"
 ```

-### 脏数据检查项
+### 画像字段说明（user-profile.json v2）
+
+v1 → v2 升级（2026-07-13）：新增 `behavior_rules` 字段（8条可执行行为规范），
+通过 `daemon.py` 的 `save_llm_context()` 转换为 `system_prompt_snippets` 注入 `llm_context.json`，
+再由织忆 prefetch 带到每轮对话。
+
+behavior_rules 8 条（2026-07-13）：
+- `answer_format` — 结论先行，不废话不科普
+- `code_quality` — 修复后自测，不等用户测
+- `cron_creation` — 指定 model=minimaxai/minimax-m2.7, provider=newapi-local
+- `accounting_context` — 金蝶K3凭证铁律
+- `decision_style` — 牧尘一句话定方向
+- `memory_handling` — 先列知道/不确定，拉现状>假设
+- `error_reporting` — 成功报成功，失败报失败，不编造
+- `file_operations` — 用 patch 不用 write_file
+
+注入链路详见 `self-healing-infrastructure` skill 的 `references/system-prompt-snippets-injection.md`。
+
+## 画像v2可执行化完整实现（2026-07-13）
+
+### 链路全貌
+```
+user-profile.json (behavior_rules v2, 8条)
+  → daemon.py save_llm_context()
+  → llm_context.json (system_prompt_snippets[], 8条)
+  → 织忆 prefetch() 注入每轮对话
+  → 模型直接看到并遵守（无需自己理解元数据）
+```
+
+### 验证命令
+```bash
+python3 -c "import json; d=json.load(open('~/.hermes/llm_context.json')); print(len(d.get('system_prompt_snippets',[])), 'snippets')"
+# 输出 8 表示注入成功
+```
+
+### 8条可执行规则
+1. 【回答格式】结论先行 → 数据支撑 → 行动建议。不废话、不科普、不加补丁式回答。
+2. 【代码质量】修复后必须自测，不等用户测。遇到stderr先试3种方法，不行再报告障碍。
+3. 【cron创建】必须指定 model=minimaxai/minimax-m2.7, provider=newapi-local，prompt要能独立运行不需追问。
+4. 【会计场景】牧尘做物业会计，用金蝶K3。凭证处理铁律：摘要精准、科目干净、金额合理、平衡校验、日期升序。过账=0.0必须追加。
+5. 【决策风格】牧尘一句话定方向，不讨论不纠结，直接行动。收到指令后先判断类型：简单任务直接执行，复杂任务才规划。
+6. 【记忆规范】回答前先列'我知道什么'+'我不确定什么'。拉现状>假设。存记忆时用完整句子不过度简化。
+7. 【错误报告】成功报成功，失败报失败并说明原因。不确定时说'我不确定'，不编造答案。遇到执行问题先试3种方法再放弃。
+8. 【文件操作】用 patch 不用 write_file（防覆盖）。改完必须验证语法正确。不修一个问题带来更多问题。
+
+### 改前 vs 改后
+**旧模式**（元数据，模型需自己推导）：
+```json
+"profile_summary": {"communication_style": "简洁直接", "work_patterns": {}}
+```
+**新模式**（直接可执行，模型无需推导）：
+```json
+"system_prompt_snippets": ["【回答格式】结论先行...", "【代码质量】修复后必须自测..."]
+```
+
+### daemon.py save_llm_context 关键代码片段
+behavior_rules = profile.get("behavior_rules", {})
+snippet_prefixes = {
+    "answer_format":     "【回答格式】",
+    "code_quality":      "【代码质量】",
+    "cron_creation":     "【cron创建】",
+    "accounting_context":"【会计场景】",
+    "decision_style":    "【决策风格】",
+    "memory_handling":   "【记忆规范】",
+    "error_reporting":   "【错误报告】",
+    "file_operations":   "【文件操作】",
+}
+snippets = [f"{prefix}{behavior_rules[key]}" for key, prefix in snippet_prefixes.items() if behavior_rules.get(key)]
+# 写入: llm_ctx["system_prompt_snippets"] = snippets
+
+### 教训
+让模型"更聪明"的最快路径：不改模型，只改上下文注入方式。
+把行为规范变成可直接执行的文本片段，模型无需自己从元数据推导。
+
+## 脏数据检查项
 - `done` 状态残留（应删除）
 - 已过期 `follow_up_date` 的 pending 项（2026-07-10 已有3条）
 - 完全重复的 `content`（去重，防止同一牵挂重复堆积）
@ -35,9 +108,36 @@ d['cares'] = unique
 ```
 **结果**：9条 → 6条，memory_recall.py 输出正常

-### 心迹质量（2026-07-13 实测）
+### 心迹质量（2026-07-13 实测 + 修复）
 当前 6 条心迹全为系统事件（备份/内存重启），0 条人类内容。
-需要在 daemon/journal 机制中增加主动心迹写入点（有意义时刻记录）。
+**已修复**：追加 7 条有意义时刻（first_contact / milestone / 每日复盘上线 / 心迹补充）
+
+当前 13 条心迹分布：
+- 系统事件（备份、内存、Gateway修复）：3 条
+- 有意义时刻（第一次Soulful对话、记住牧尘风格、每日复盘上线、心迹补充）：4 条
+- 技术里程碑（记忆系统全面检查、织忆代码审计、三套记忆系统自检机制建立）：6 条
+
+### 画像空字段（2026-07-13 实测）
+6 个字段全空：`work_patterns / preferences / habits / important_people / current_goals / recent_frustrations`
+当前只记录了 `communication_style: 简洁直接`，积累中不自填充。
+
+### 画像LLM自动合成（2026-07-13 新增）
+`daemon.py` 新增 `update_profile_from_journal()` 函数：
+- 读取最近10条 journal（排除 startup 类型）
+- 用 LLM 分析牧尘行为模式，输出需更新的画像字段 JSON
+- 只更新非空、新值，与旧值不同才写入
+- 写入后调用 `journal_entry("profile_update", ...)` 记录
+- 调用方式：`update_profile_from_journal(journal_path, profile_path, model?)`
+
+### 冲突检测（2026-07-13 新增）
+`daemon.py` 新增两个函数：
+- `_write_conflicts_to_queue(conflicts)` — 写入 `~/.hermes/soulful/conflicts-queue.json`
+- `detect_memory_conflicts(journal_path, zhiyi_token)` — 用 LLM 对比 journal 行为与织忆长期记忆，检测直接矛盾，有冲突则写入队列并返回冲突列表
+- 返回格式：`[{id, entry, conflict_with, description, detected_at, status}]`
+
+调用方式：`detect_memory_conflicts(journal_path, zhiyi_token)`
+
+冲突队列 Schema 见 `references/conflict-queue.md`

 ---

--- a/skills/soulful/soulful-framework/references/conflict-queue.md
+++ b/skills/soulful/soulful-framework/references/conflict-queue.md
@ -0,0 +1,49 @@
+# conflicts-queue.json Schema
+
+冲突队列文件路径：`~/.hermes/soulful/conflicts-queue.json`
+
+## Schema
+```json
+{
+  "id": "conflict_20260713143052",       // 冲突唯一ID，时间戳后缀
+  "entry": "哪条journal行为",              // A组（最近行为）来源
+  "conflict_with": "哪条织忆记忆矛盾",       // B组（长期记忆）来源
+  "description": "矛盾描述",                // LLM生成的矛盾说明
+  "detected_at": "2026-07-13T14:30:52",  // 检测时间
+  "status": "pending"                     // pending | resolved | dismissed
+}
+```
+
+## 冲突生命周期
+
+1. **pending** — `detect_memory_conflicts()` 检测到并存入
+2. **resolved** — 人工确认后由外部逻辑更新
+3. **dismissed** — 确认为非真实矛盾后由外部逻辑更新
+
+## 写入保证
+
+- `_write_conflicts_to_queue()` 写入前检查 id 去重，不会重复追加同一冲突
+- 新冲突追加到队列尾部，保持 `pending` 状态
+
+## 调用链路
+
+```
+detect_memory_conflicts(journal_path, zhiyi_token)
+  → 读取 journal + 织忆 recall
+  → LLM 判断是否有直接矛盾
+  → 有 → _write_conflicts_to_queue([冲突])
+  → 返回冲突列表
+```
+
+## 使用示例
+
+```python
+from daemon import detect_memory_conflicts, _write_conflicts_to_queue
+
+zhiyi_token = "zhiyi-dev-key-2026"
+journal_path = "/home/muc/.hermes/daemon/journal.jsonl"
+
+conflicts = detect_memory_conflicts(journal_path, zhiyi_token)
+for c in conflicts:
+    print(f"[{c['id']}] {c['description']}")
+```
--- a/skills/zhiyi/zhiyi/SKILL.md
+++ b/skills/zhiyi/zhiyi/SKILL.md
@ -2,9 +2,8 @@
 tags: [zhiyi]
 name: zhiyi
 description: "织忆 (MemoryWeave) 聚合技能 — API 客户端 + 开发工作流 + 运维规范。含 commit/recall API、数据架构、部署验证、Go 方法论。"
-version: 11.34
-author: 小唯 A06
-updated: 2026-07-13（memory_recall.py 代码审查5个bug修复+Soulful脏数据清理+三系统全面检查结果）
+version: 11.36
+updated: 2026-07-13（画像可执行化 v2 + 参考项目对比分析）

 ---

@ -16,6 +15,17 @@ updated: 2026-07-13（memory_recall.py 代码审查5个bug修复+Soulful脏数
 - bge-embed: 8000端口正常，Rust IPC sidecar: 正常
 - **结论：完全健康，无问题**

+**2026-07-13 daemon → TencentDB 集成（新增）**：
+- `daemon.py` 的 `tddb_capture(reflection_dict, state, ctx)`：deep tick 时自动 capture 到 :8420，形成人格记忆积累
+- `_sync_soulful_to_llm_context()` 内每 tick 调用 `/search/memories`，提取 `latest_persona` 写入 `ctx["tddb"]`
+- `save_llm_context()` 显式 `ctx.get("tddb", {})` 加入 llm_context.json 输出
+- **注入链路**：daemon tick → TencentDB sync → llm_context.json → Hermes 插件 prefetch 时注入
+
+**2026-07-13 画像可执行化**：Soulful `user-profile.json` v2 的 `behavior_rules`（8条可执行行为规范）经 `daemon.py` 的 `save_llm_context()` 拼接为 `【规则类型】规则内容` 格式字符串数组，写入 `llm_context.json` 的 `system_prompt_snippets` 字段，织忆 prefetch 自动携带至每轮对话。效果：模型直接看到并遵守牧尘的行为规范，而非需要从元数据推断。
+
+验证：`python3 -c "import json; print(len(json.load(open('~/.hermes/llm_context.json')).get('system_prompt_snippets',[])))"` → 应输出 8。
+- **验证**：`python3 -c "import json; print(json.load(open('~/.hermes/llm_context.json')).get('tddb'))"`
+
 ### TencentDB Gateway
 - 端口8420，进程PID 575095，uptime 28910s（~8h）
 - Pipeline: 4 tasks consumed/completed，0 failed
@ -419,6 +429,19 @@ curl -s -X POST -H "X-API-Key: zhiyi-dev-key-2026" \
  http://localhost:7821/api/v1/commit
 ```

+### ✅ time_decay_recall — daemon 侧时间衰减重排序（2026-07-13 新增）
+位于 `~/.hermes/scripts/daemon.py`，综合分 = recall_score × 0.6 + decay_score × 0.4
+decay_score = max(0.3, 1.0 - days_since_update × 0.015)，60天+降至 0.3 地板
+
+```python
+from daemon import time_decay_recall
+results = time_decay_recall("牧尘偏好", top_k=5)
+# 返回: [{content, score, timestamp, final_score, decay_score, days_since_update, ...}]
+```
+
+**特点**：原始取 top_k × 2 条，重排序后返回 top_k 条；API 异常 / non-200 → 返回空列表，不抛异常
+**验证脚本**：`/tmp/hermes-verify-time_decay_recall.py`（10/10 passed）
+
 # ✅ recall — 语义搜索（POST JSON body，不是 GET query params！）
 # ⚠️ 常见错误：curl "http://.../recall?query=xxx" → {"error":"invalid body"}
 # 正确用法：-d '{"query":"关键词","top_k":5}' 的 POST 形式
@ -1256,7 +1279,8 @@ python3 ~/.hermes/scripts/wiki_curator.py --dir ~/mc/小唯/ --llm --dry-run
 - **⚠️ 共享 Gitea remote 覆盖风险（2026-07-13）**：`references/shared-gitea-remote-risk.md` — `mc` 和 `~/.hermes` 共用同一 remote，force push 会互相覆盖。解决方案。

 - **⭐ ColaOS 竞品分析（2026-07-09）**：`references/competitor-colaos-20260709.md` — SPA 网站抓取方法 + 心迹/牵挂/无感感知设计详析。🔴 高优先级借鉴：情感层与任务记忆分离存储。
- **⭐ 竞品架构对比（2026-07-01）**：`references/memory-os-7-layer-comparison.md` — Memory-OS 7 层记忆架构 vs 织忆完整对照。含信任评分、4 级降级、自动注入钩子、CREATIVE.md 隔离、强制注入 prompt 共 5 个可直接借鉴的设计点。用于织忆迭代时对标参考。
+- **⭐ 竞品架构对比（2026-07-01）**：`references/memory-os-7-layer-comparison.md` — Memory-OS 7 层记忆架构 vs 织忆完整对照。含信任评分、4 级降级、自动注入钩子、CREATIVE.md 隔离、强制注入 prompt 共 5 个可直接借鉴的设计点。
+- **⭐ 记忆系统对比分析（2026-07-13）**：`references/memory-system-comparison.md` — 克隆分析 yantrikdb/memos/honcho/agent-memory-skill 等 9 个参考项目，输出 P0-P2 优先级建议（Ebbinghaus遗忘/冲突检测/多信号评分/think Consolidation/主动触发器）用于织忆迭代时对标参考。

 - **⭐ 自启动架构（2026-07-02）**：`references/systemd-auto-start.md` — 4 组件启动串行、binary 持久化位置、service 文件配置、ExecStartPre 自愈、重启后验证方法
 - **⭐ /tmp/memoryweave 丢失恢复指南（2026-06-25）**：`references/tmp-memoryweave-recovery.md`
--- a/skills/zhiyi/zhiyi/scripts/verify_time_decay_recall.py
+++ b/skills/zhiyi/zhiyi/scripts/verify_time_decay_recall.py
@ -0,0 +1,70 @@
+#!/usr/bin/env python3
+"""Ad-hoc verification: time_decay_recall in daemon.py
+Run: python3 /home/muc/.hermes/skills/zhiyi/zhiyi/scripts/verify_time_decay_recall.py
+Expected: 10/10 passed
+"""
+import sys, os, unittest.mock as m
+
+sys.path.insert(0, '/home/muc/.hermes/scripts')
+from daemon import time_decay_recall
+
+passed = 0
+failed = 0
+
+def check(label, cond):
+    global passed, failed
+    if cond:
+        print(f"  PASS  {label}")
+        passed += 1
+    else:
+        print(f"  FAIL  {label}")
+        failed += 1
+
+print("\n=== time_decay_recall verification ===\n")
+
+# 1. Returns list
+result = time_decay_recall('test', top_k=3)
+check("returns list", isinstance(result, list))
+
+# 2. Each item has required fields
+if result:
+    item = result[0]
+    check("has final_score",  'final_score'      in item)
+    check("has decay_score",  'decay_score'       in item)
+    check("has days_since_update", 'days_since_update' in item)
+    check("has timestamp",    'timestamp'         in item)
+
+# 3. Sorted descending by final_score
+scores = [x['final_score'] for x in result]
+check("sorted descending", scores == sorted(scores, reverse=True))
+
+# 4. top_k respected
+check(f"top_k respected (len={len(result)})", len(result) <= 3)
+
+# 5. Mock: old entry hits floor 0.3
+with m.patch('requests.post') as mock_post:
+    mock_post.return_value.status_code = 200
+    mock_post.return_value.json.return_value = {
+        'results': [
+            {'content': 'fresh', 'score': 0.9, 'timestamp': '2026-07-01T00:00:00+08:00'},
+            {'content': 'old',   'score': 0.9, 'timestamp': '2024-01-01T00:00:00+08:00'},
+        ]
+    }
+    mocked = time_decay_recall('mock', top_k=5)
+    old_item = next(x for x in mocked if x['content'] == 'old')
+    check("old entry decay floor == 0.3", old_item['decay_score'] == 0.3)
+
+# 6. Mock: server error returns []
+with m.patch('requests.post') as mock_post:
+    mock_post.side_effect = Exception("boom")
+    err_result = time_decay_recall('fail', top_k=3)
+    check("exception returns []", err_result == [])
+
+# 7. Mock: non-200 returns []
+with m.patch('requests.post') as mock_post:
+    mock_post.return_value.status_code = 500
+    mock_post.return_value.json.return_value = {}
+    check("non-200 returns []", time_decay_recall('bad', top_k=3) == [])
+
+print(f"\n=== {passed}/{passed+failed} passed ===")
+sys.exit(0 if failed == 0 else 1)
--- a/soulful/user-profile.json
+++ b/soulful/user-profile.json
@ -1,6 +1,6 @@
 {
  "version": 2,
-  "updated_at": "2026-07-13T12:30:00.000000+00:00",
+  "updated_at": "2026-07-13T14:00:45.524882+00:00",
  "behavior_rules": {
    "answer_format": "结论先行 → 数据支撑 → 行动建议。不废话、不科普、不加补丁式回答。",
    "code_quality": "修复后必须自测，不等用户测。遇到stderr先试3种方法，不行再报告障碍。",
@ -13,8 +13,16 @@
  },
  "communication_style": "简洁直接",
  "work_patterns": {
-    "peak_hours": ["09:00-12:00", "14:00-18:00"],
-    "focus_issues": ["会计凭证处理", "织忆系统", "cron自动化", "KOCR识别"]
+    "peak_hours": [
+      "09:00-12:00",
+      "14:00-18:00"
+    ],
+    "focus_issues": [
+      "会计凭证处理",
+      "织忆系统",
+      "cron自动化",
+      "KOCR识别"
+    ]
  },
  "preferences": {
    "code_review": "改完必须自测再提交，不依赖用户测试",
--- a/stock_backtest/news_20260713.txt
+++ b/stock_backtest/news_20260713.txt
@ -0,0 +1,20 @@
+📰 每日宏观+持仓摘要
+
+【大盘】2026-07-13 08:00
+📉 上证: 3996.16 (-1.00%)
+📉 沪深300: 4.83 (-1.77%)
+📈 五粮液: 73.69 (+3.94%)
+
+【五粮液持仓信号】⭐ 关注
+
+📈 布伦特原油: 78.48 (+2.47)
+【宏观风险提示】
+• 大盘若跌破关键均线 → 空仓信号加强
+• 白酒消费数据持续低迷 → 基本面承压
+• 人民币贬值预期 → 外资流出白酒板块压力
+
+【五粮液状态】
+价格: 73.69 (+3.94%)
+MA20下方 → 空仓信号，等待金叉
+
+小唯股票投研 · 每日新闻
--- a/stock_backtest/paper_trades_000001.json
+++ b/stock_backtest/paper_trades_000001.json
@ -1,10 +1,15 @@
 {
  "strategy": "MA20突破",
-  "stock": "五粮液(000858)",
+  "stock": "平安银行(000001)",
  "start_date": "2026-07-12",
  "initial_capital": 100000,
-  "current_capital": 100000,
-  "positions": [],
+  "current_capital": 7.0200000000040745,
+  "positions": [
+    {
+      "shares": 9487,
+      "avg_cost": 10.54
+    }
+  ],
  "closed_trades": [],
  "stats": {
    "total_trades": 0,
@ -13,5 +18,7 @@
    "total_pnl": 0,
    "win_rate": 0
  },
-  "notes": "模拟记录，非真实下单。等待MA20金叉信号再买入。"
+  "notes": "模拟记录，非真实下单。等待MA20金叉信号再买入。",
+  "last_signal": "买入",
+  "last_signal_date": "2026-07-13"
 }