SlashVibe · 上位机 PC App · Design Exploration

Context 的存储 / 查看 / 复用:5 种形态方案

同一个问题——「用户品味、标准、项目背景」在上位机里长什么样——下面是 5 种范式各做一个界面示例。方案 A 用 Vicky 本机真实 memory 填充(来自 CLAUDE.md 全局偏好 + 记忆库),其余用占位内容。分工前提:硬件端只做 Glance(外围感知),上位机承担低频、复杂的 context 管理。

方案 A

记忆文件柜Curated Memory Library

真实数据 · Vicky 本机 memory

Context 是一组「一条一卡」的结构化记忆卡片,按类型归档,用户像整理 Notion 数据库一样直接增删改。这是 Claude Code 记忆目录(一条事实一个文件 + 索引)的产品化。

SlashVibe Desktop — Memory

分类

全部 42
👤 关于我 6
🗣 沟通偏好 9
📏 工作规则 11
📁 项目上下文 12
🔗 参考指针 4

生效范围

全局 18
仅某项目 24
按最近调用排序
+ 新建记忆
关于我

Agent PM 求职主线

2026-07 起重点看 Agent PM / Harness PM 方向;聊到 agent 设计思想时主动提炼双语素材,攒面试弹药。

全局 · 手动 · 今天调用 3 次
沟通偏好

学习类内容 → 中英双语对照

补 AI 知识、讲原理、方法论、复盘默认双语(术语保留英文);永远不要整段纯英文。

全局 · 手动 · 昨天调用
沟通偏好

称呼方式

偶尔用英文 "V" 或 "Vicky",不用中文「维祺」;多数时候直接用「你」。[编辑中…]

全局 · 手动 · 2026-05-29 确立
工作规则

Git 安全协议

永不主动 rm -rf;非 trivial 修改前先 git status;多文件重构用 worktree 隔离。

全局 · 手动 · 每次编码会话调用
工作规则

简历 PDF 必须单页 A4

导出后确认页数;右下角固定彩蛋 "✦ Made with Claude Code"。

项目:求职 · 手动 · 上周调用
项目上下文

社媒运营主线(Twitter + 小红书)

润色内容若适合发 Twitter,主动附英文版(hook 前置、口语化);小红书保持意识流口吻。

全局 · 从对话沉淀 · 2026-07 起
项目上下文

想法捕获协议

对话中提到任何想法/灵感,主动写入 ~/brain/IDEAS.md,不需要说「记一下」;超 7 天未动的想法主动催熟。

全局 · 手动 · 每次开局调用
关于我

写作口吻(署名内容对齐用)

意识流、用 "//" 分隔、自嘲、中英混搭、emoji 克制、常以跳跃想法收尾不做总结。

全局 · 从对话沉淀 · 上月调用
存储一条事实 = 一张卡(结构化字段:类型 / 范围 / 来源 / 时间),本地文件 + 云同步
查看分类浏览 + 全文搜索,像管理笔记库;每张卡可直接编辑、停用、删除
复用按「生效范围」自动注入对应 agent 的 system context;卡片可被多个 agent 共享
✓ 优势
  • 用户拥有最强的可读性和控制权,「数据所有权」的卖点最直观
  • 结构简单,跨 agent / 跨设备同步容易
△ 代价
  • 全靠人策展——不整理就过时,维护成本高
  • 回答不了「这条记忆是哪来的」之外的问题(比如为什么当时这么定)

硬件端 Glance:屏幕只显示「本次对话正在使用哪 3 条记忆」,摇杆右滑进上位机看详情。

方案 B

时间流+蒸馏Observation Stream → Distilled Memory

占位数据

Context 不靠人写,靠系统边工作边自动记录(append-only 的观察流),再定期「蒸馏」出少量长期记忆。原型是 claude-mem:Vicky 本机已默默攒了 3,095 条 observations。

SlashVibe Desktop — Activity Stream

项目

全部 今日 41
项目甲 17
项目乙 12
个人事务 12

类型

🔍 发现 discovery
⚖️ 决策 decision
✏️ 变更 change
  • 15:02决策〔占位〕确定 X 功能采用方案二,理由:维护成本更低项目甲
  • 14:47发现〔占位〕外部 API 的限流是按分钟计的,重试要加退避项目甲
  • 14:31变更〔占位〕更新了部署脚本,改用新的环境变量名项目乙
  • 11:20发现〔占位〕用户反馈:导出文件名希望带日期项目乙
  • 10:05决策〔占位〕本周优先做 A,不做 B个人事务

待蒸馏 · 系统建议

发现重复模式 ×4〔占位〕你在 4 次会话里都要求「先出摘要再出全文」——要沉淀为长期偏好吗?
沉淀忽略
项目结论〔占位〕项目甲的技术选型讨论已收敛,建议归档为一条「决策记忆」。
沉淀忽略

统计

本周捕获 217 条
蒸馏为长期记忆 5 条
存储双层:原始观察流(append-only,全量)+ 蒸馏层(少量长期记忆)
查看时间线为主视图,按项目 / 类型过滤;蒸馏建议在侧栏排队
复用长期记忆自动注入;原始流按相关性检索召回("上次那个 bug 怎么解的")
✓ 优势
  • 零维护成本,「跨设备上下文同步」天然成立——流本身就是同步对象
  • 保留了过程性 context(决策的 why),这是方案 A 丢掉的
△ 代价
  • 信噪比低,全量流没人会看;产品价值全押在蒸馏质量上
  • 隐私敏感:自动记录一切,需要非常清晰的暂停/擦除控制

硬件端 Glance:屏幕显示「今日捕获 41 条 · 2 条待蒸馏」,蒸馏确认可以直接用按钮 3 一键采纳。

方案 C

实体图谱Entity Graph

占位数据

Context 挂在「实体」上——项目、人、工具、偏好各是一个节点,记忆是节点上的属性和节点之间的边。查看是浏览图谱,复用是「对话提到某实体 → 自动带出它挂着的记忆」。

SlashVibe Desktop — Context Graph
👤 我
📁 项目甲
🧑‍💼 合作者 X
🛠 常用工具链
🗣 沟通偏好

已选中:📁 项目甲

〔占位〕目标:Q3 上线 v1
〔占位〕技术栈:…
〔占位〕关键决策 ×3
〔占位〕关联:合作者 X(负责后端)

这个实体最近被召回

今天 2 次 · 本周 9 次
存储实体节点 + 属性 + 关系边(本质是个人知识图谱)
查看图谱总览 + 实体详情页;「和项目甲有关的一切」一次看全
复用对话中命中实体名 → 拉取该节点及一跳邻居的记忆注入
✓ 优势
  • 召回精准:按实体聚合天然贴合「聊到什么带什么」
  • 图谱视图对「跨项目的人和事怎么关联」有独特解释力
△ 代价
  • 实体抽取和消歧是硬工程问题,做不好图谱就是错的
  • 图谱视图容易沦为演示效果——日常高频操作其实还是搜索和列表

硬件端 Glance:屏幕显示当前对话命中的实体名(「项目甲 · 合作者 X」),确认注入即可,不展开图。

方案 D

上下文层叠Context Stack / Cascade

占位数据

Context 是按作用域分层的配置:全局层 → 工作区层 → 项目层 → 会话层,低层覆盖高层(像 CSS 的层叠 / Claude Code 的多级 CLAUDE.md)。上位机的核心界面是一个「检查器」:任何时刻都能看清 AI 此刻到底被注入了什么、哪条被哪条覆盖了。

SlashVibe Desktop — Context Inspector

作用域层(低层覆盖高层)

🌐 全局层
〔占位〕身份、语言偏好、通用工作规则
12 条 · ~800 tok
🗂 工作区层:工作
〔占位〕当前雇主、汇报习惯、文档模板
7 条 · ~450 tok
📁 项目层:项目甲
〔占位〕技术栈、关键决策、禁区
9 条 · ~600 tok
💬 会话层(临时)
〔占位〕本次会话的一次性指示,已关闭
0 条

当前实际注入(计算结果)

▸ 回复语言:中文 ← 全局层
▸ 文档风格:详细展开 ← 全局层(被覆盖)
▸ 文档风格:先结论后细节 ← 工作区层
▸ 部署禁区:周五不发版 ← 项目层
存储每层一份配置文档(可版本化),层级关系即目录结构
查看检查器视图:层开关 + 「最终生效值」的计算结果,覆盖关系可见
复用切换项目 = 自动换层;一键开关某层即可临时改变所有 agent 的行为
✓ 优势
  • 「AI 为什么这样回答」第一次变得可审计——对重度用户是刚需级卖点
  • token 预算可见,天然支持成本控制
△ 代价
  • 心智门槛最高,覆盖规则本质是程序员概念
  • 只管「规则型」context,管不了事实型/事件型记忆,通常要和 A 或 B 组合

硬件端 Glance:屏幕显示当前生效的层组合(🌐+🗂+📁),旋钮换看板时层随之切换——「换看板 = 换 context」。

方案 E

记忆收件箱Memory Inbox / Review Queue

占位数据

AI 在日常交互(尤其硬件端语音)中主动提议「这条要不要记住」,提议进入收件箱排队;用户在上位机低频批量审查:采纳 / 改写 / 拒绝。写入权在人,发现权在 AI。

SlashVibe Desktop — Memory Inbox(12 条待审)
建议记住:〔占位〕「周会纪要固定发到 XX 群,抄送 YY」
来源:今天 14:32 硬件端语音 ——「对了以后纪要都发那个群里,带上 YY」
置信度 高 · 第 2 次出现类似表述
✓ 采纳✎ 改写后采纳✕ 拒绝
建议记住:〔占位〕「演示环境的账号密码换了,在 1Password 里」
来源:昨天 18:05 桌面会话
置信度 中 · 含敏感信息提示 ⚠ 建议只存指针不存内容
✓ 采纳✎ 改写后采纳✕ 拒绝
建议更新:〔占位〕已有记忆「优先用方案一」与本周 3 次实际选择矛盾
冲突检测:你本周 3 次都选了方案二
置信度 高 · 记忆保鲜检查
✓ 更新旧记忆保留原样

本周

提议 31 条
采纳 14 · 改写 5 · 拒绝 12
采纳率 61%

审查节奏

每周五下午提醒清空收件箱(可改)
存储两态:待审队列 → 采纳后进入长期库(长期库形态可复用方案 A 的卡片)
查看收件箱是主入口;长期库退居二线,只在需要时翻
复用只有被采纳的记忆才会注入——每一条 context 都经过人手,可解释可追责
✓ 优势
  • 最贴合 SlashVibe 的分工:硬件端高频产生信号,上位机低频批量审查
  • 信任感最好——用户确切知道 AI 记住的每一条都是自己点头的
  • 冲突检测让记忆有「保鲜」机制,解决 A 的过时问题
△ 代价
  • 提议质量差会迅速变成骚扰;采纳率是必须盯死的核心指标
  • 用户不清收件箱时系统如何降级,需要设计好默认行为

硬件端 Glance:AI 提议记忆时屏幕闪一条「记住这个?」,按钮 3 秒采、按钮 2 秒拒、不理会 → 进上位机收件箱。这是把「Memory」做成实体交互的最自然入口。

方案 F

记忆星云Memory Nebula · with game-style minimap

完整可交互原型 · 真实数据

每条记忆是一颗星,语义相近聚成星团,越重要越亮;整片云会无限生长,导航靠游戏式 minimap(全局密度 + 视野框 + 一键跳转)。与 C 图谱的本质区别:图谱是「节点+关系边」,星云是「空间分布+密度」。

👉 已做成完整交互原型,直接打开玩:nebula.vickyv7.com

装的是 3,100+ 条真实记忆数据(claude-mem 100 天自动捕获,已脱敏)+ 14 条人工策展核心偏好。支持:平移缩放(缩放即层级)、点击星星下钻 + 星座连线、搜索高亮、星团图例过滤、minimap 导航、「起点」引导(本周新增 / 最重要 10 颗 / 60 秒导览)。

存储记忆 = 向量空间中的点,位置由语义 embedding 决定,星团自然涌现、无需人建目录
查看缩放即层级:拉远看星团大盘,拉近看单条;搜索 / 图例 / minimap 三种导航
复用对话命中某颗星 → 连同星座邻居一起召回注入;亮度 = 复用热度,可视化信任感

硬件端 Glance:屏幕只显示「当前对话正照亮哪个星团」;摇杆右滑 → 上位机打开星云飞到该星团;旋钮转动 = 星云缩放(调焦手感)。

对比

五方案横评 & 组合建议

维度A 文件柜B 时间流C 图谱D 层叠E 收件箱
写入方系统(自动)系统为主AI 提议 + 人批准
维护成本低(批量审查)
可解释性最强
擅长的 context偏好 / 标准过程 / 事件人和项目的事实规则 / 作用域增量更新
硬件端配合度中(旋钮换层)最高(一键采纳)
工程风险蒸馏质量实体消歧,最高心智门槛提议信噪比

组合建议:E + A 做骨架,B 做底层,D 做进阶视图;F 是「查看层」的主视觉形态

这五个不是互斥的五选一,而是「写入 → 存储 → 查看」三个环节的不同选择。最贴合 SlashVibe 硬件分工的组合是一条流水线:

B 的自动流在底层默默记录(零维护,撑起「跨设备同步」承诺)→ E 的收件箱做写入闸门(硬件端按钮一键采纳,是 Memory 卖点最好的实体化时刻)→ A 的卡片库做长期存储的形态(用户随时可翻可改,兑现「数据所有权」)。

C 和 D 是查看视图而非存储方案:D 的检查器可以作为 power-user 功能后置(v2),C 的图谱建议只在实体详情页层面做,不做全局图。

EN key takeaway: these five aren't competing storage schemes — they're choices at three different stages of one pipeline (capture → gate → curated store), plus two optional read-time views. Pick per stage, not one-of-five.