时序知识图谱

概述

在记忆系统中维护事实随时间变化的状态序列，使 AI 能准确回答"当前状态是什么"而非混淆不同时间点的答案。传统 RAG 无法区分时序关系。

关键内容

• 核心问题：传统 RAG 检索返回的片段无法区分同一事实在不同时间点的状态，导致 AI 回答"现在用什么部署策略"时可能混淆历史答案
• 数据结构：每个 entity 维护 timeline 数组，记录不同日期的 value 和来源 drawer。示例：my_app.deployment_strategy 的 timeline 包含 2025-06 蓝绿部署 → 2025-11 金丝雀发布 → 2026-02 回归蓝绿部署
• 自动返回最新状态：当 AI 询问当前事实时，时序图谱自动筛选并返回时间线上最新的条目，无需手动排序
• 来源可追溯：每个时间点状态都关联来源 drawer（如 drawer_012、drawer_067），可追溯到原始对话上下文
• 与渐进式加载的集成：时序 KG 作为 MemPalace 的额外层级，在四级渐进式加载之上处理"会随时间变化的事实"，补充 Closet-Drawer 架构的静态信息检索
• 解决 RAG 的时序盲区：近似最近邻检索和向量相似度无法编码时间维度，时序 KG 通过显式时间线结构弥补这一缺陷

来源

• mempalace_04_progressive_loading.md — MemPalace 深度解析第四篇：4 级渐进式加载系统

相关

• MemPalace — implements
• MemPalace 宫殿架构 — part_of
• 渐进式加载 — extends
• 检索增强生成 — contradicts
• 语义压缩 — compares_to