结构化记忆与知识索引的来源和权限

结构化信息解决什么问题

用户偏好、当前任务状态和公共知识有不同的所有者与更新规则。需要跨会话追踪变化、区分同名实体或回答跨记录关系时，可以引入结构化表示；只有单段问答时，简单的文本索引可能已经足够。

记忆不是从文本抽取一句话后永久相信它。候选信息需要注明谁说的、描述谁、何时有效、由什么证据支持，以及是否已被更新或撤销。模型推断与明确陈述应分开保存。

原创记忆记录示例

{
  "subject_id": "person-a",
  "owner_scope": "workspace-demo/user-a",
  "claim": "本次资料清单仅包含公开文件",
  "claim_type": "explicit_task_constraint",
  "source_id": "message-12",
  "valid_for": "task-4",
  "revision": 2,
  "status": "active"
}

这条约束仅适用于一个任务，不能升级为用户对所有未来工作的永久偏好。subject_id 区分描述对象，owner_scope 区分有权读取的主体；姓名相同不意味着同一个人。上述字段是本站示例，实际系统还需保存可信身份、时间和原文位置。

表示形式与检索任务

形式	擅长的任务	需要付出的代价
文本片段	查具体说明和语义相近内容	跨片段关系、冲突与更新需额外处理
结构化卡片或表	查属性、有效期和明确筛选条件	schema、实体消歧及变更维护
摘要树	从主题概览走向相关细节	摘要失真、来源映射及重建成本
实体关系图	沿人物、项目、机构等关系找证据	抽取错误、关系时间和权限传播

RAPTOR 通过递归聚类和摘要组织多层文本信息；Microsoft GraphRAG 包含实体关系抽取、社区结构与摘要，再使用这些结构查询。关系数据库、知识图谱和 GraphRAG 不是同一个概念，选择时应看具体问题和构建成本。

原创关系查询与权限反例

假设自制文档分别描述“成员 A 维护项目 P”和“项目 P 使用组件 C”。问题“成员 A 负责的项目用了什么组件”需要连接两条记录。每条关系都应能回到原文，缺少证据的一段不能由模型自动补全。

如果第二条记录仅对管理员开放，普通读者不能通过项目摘要或图关系间接获取组件信息。检索、摘要生成、缓存和引用都要遵循可见范围。对混合权限资料，应按授权可见集构建可发布摘要，或在返回前验证全部支撑来源可见；只隐藏原文链接不能解决摘要泄露。

更新与删除

把原始记录、派生摘要、实体关系和索引绑定版本及依赖。原文撤销后，需要重建或撤下由它支持的事实与摘要，推进语料修订并使相关缓存失效。图中仍存在一条旧关系，不证明当前事实仍成立。

可执行代码形式的记忆应视为待审核的程序，不应把来源文本或模型抽取结果直接执行。它带来的风险已超出一般检索，需额外的沙盒、允许动作和独立检查。

练习与完成标准

写六条自制记录，包含同名对象、关系跨期、相互冲突、私有资料及撤销。分别准备细节题、关系题、汇总题和拒答题，检查证据、授权及更新后结果。比较结构化方案与简单文本基线，不预设图结构一定提升质量。

复习时回答：主体与所有者为什么不同？摘要如何继承权限？删除源文件后还有哪些派生内容需要处理？本篇没有运行图索引或模型实验。

阅读来源与核验

• 第 3 章记忆与结构化索引
• 结构化索引项目说明
• RAPTOR 原论文、GraphRAG 官方说明

2026-10-10：AI 助手协助原创归纳；记录、关系与权限案例为本站设计。