---
title: 架构设计
created: 2026-02-25
---

# 架构设计

## 设计目标

1. 不使用本地 embedding 模型（避免常驻 Ollama）
2. 向量与元数据留在本地 PostgreSQL（数据可控）
3. 基于 Git 变更做增量 upsert/delete（避免全量重建）
4. 强一致：删除/重命名后不允许幽灵向量残留
5. 安全：敏感内容不入检索库，检索结果具备 Prompt 注入防护

## 双层记忆模型

```mermaid
graph TD
    A["🗂️ Obsidian Vault (.md files)"]
    B["🪝 git post-commit hook"]
    C["⚙️ incremental_ingest.py"]
    D[("🐘 PostgreSQL + pgvector")]
    E["🔍 query_pgvector.py"]
    F["📝 Claude Code / MEMORY.md"]
    G["🤖 Claude Agent\nagent-with-memory.sh"]
    H["Layer B: MEMORY.md\n偏好 / 事实 / 约束"]
    I["Layer A: pgvector\n语义检索结果"]

    A --> B --> C --> D --> E --> G
    F --> G
    G --> H
    G --> I
```

### Layer A：文档语义记忆

- Embedding：OpenRouter API（`openai/text-embedding-3-small`，dim=1536）
- 存储：本地 PostgreSQL + pgvector 扩展
- 数据源：`01_Projects/`、`02_Areas/`
- 排除：`00_Inbox/`、`04_Archive/`、`Infrastructure/`、`Home-Automation/`
- 触发：git `post-commit` hook → 异步 `incremental_ingest.py`

### Layer B：事实与偏好记忆

- 来源：Claude Code `MEMORY.md`（查询时动态读取）
- 用途：用户偏好、约束、近期状态

## 组件职责

| 文件 | 职责 |
|---|---|
| `index_common.py` | 共享工具：环境加载、DB 连接、Embedding API、排除逻辑、跨平台锁 |
| `blacklist.py` | 排除规则：路径模式、文件名关键词、敏感内容特征 |
| `ingest_vault.py` | 全量重建索引，清理过期条目 |
| `incremental_ingest.py` | 解析 `git diff-tree` 输出，处理 A/M/D/R 事件 |
| `query_pgvector.py` | 余弦相似度检索，返回 `<retrieved_context>` 块 |
| `install-hook.sh` | 向 `.git/hooks/post-commit` 追加异步索引触发器 |
| `agent-with-memory.sh` | 合并 A+B 层上下文，启动带记忆的 claude 会话 |
| `schema.sql` | DB schema：`memory_primary`（向量）、`memory_secure_audit`（隔离审计）|

## 数据库 Schema

```sql
-- 主检索表
memory_primary (
  id           TEXT PRIMARY KEY,   -- vault 相对路径
  source       TEXT,               -- 同 id，用于上下文注入显示
  content      TEXT,               -- 完整 markdown 文本
  content_hash TEXT,               -- sha256，用于变更检测
  embedding    VECTOR(1536),       -- ivfflat 余弦索引
  updated_at   TIMESTAMPTZ
)

-- 敏感文件审计表
memory_secure_audit (
  id         TEXT PRIMARY KEY,
  source     TEXT,
  risk       TEXT,                 -- 'excluded_or_sensitive'
  updated_at TIMESTAMPTZ
)
```

索引：`ivfflat (embedding vector_cosine_ops) WITH (lists = 100)`

## 增量同步流程

```mermaid
flowchart TD
    GC["git commit"]
    HK["post-commit hook\nnohup，不阻塞提交"]
    II["incremental_ingest.py\n--changes-file &lt;tmp&gt;"]
    PD["解析 git diff-tree 输出\nA / M / T / D / R"]
    LK["获取 index_lock\n跨平台文件锁"]
    AMT["A/M/T → upsert_file()"]
    D["D → DELETE from both tables"]
    R["R → DELETE old\n+ upsert_file(new)"]

    GC --> HK --> II --> PD --> LK
    LK --> AMT
    LK --> D
    LK --> R
```

## 安全策略

1. 路径精确匹配：按 `Path.parts` 做目录排除，非子串匹配
2. 单命中隔离：任一敏感特征命中即隔离到 `memory_secure_audit`
3. 强一致删除：D/R 事件先删旧 ID，再处理新路径
4. 单写者锁：跨平台文件锁串行化所有索引写操作
5. 只读上下文注入：检索结果包装为 `<retrieved_context>` 标签，明确标注为非指令
6. 长度截断：注入前全局 `max_chars=2500`

## 关键权衡

| 优点 | 代价 |
|---|---|
| 不跑本地模型，设备压力低 | Markdown 文本发送到 OpenRouter（非纯本地隐私）|
| 向量在本地 DB，数据控制力强 | 依赖网络与 API 可用性 |
| 与现有 Git 工作流兼容 | 需配置 API key 与限流/重试策略 |