什么是Memory Schema
Memory Schema 是 Basic Memory 系统中用于结构化笔记类型生命周期管理的核心工具，通过 Picoschema 模式定义机制，帮助用户在知识库中建立统一、可查询且可验证的笔记结构。它解决了自由笔记容易散乱、难以检索和一致性的问题，使笔记从“随意记录”升级为“结构化资产”。该工具特别适合在笔记内容开始重复出现相似结构时介入，例如会议记录、人物信息或决策事项等场景。通过自动化推断、手动创建和持续验证，Memory Schema 让笔记系统从非结构化向半结构化演进，为后续的知识图谱构建和智能分析打下基础。
其核心在于将笔记类型抽象为模式（Schema），每个模式定义了一组字段及其类型、可选性、枚举值等约束条件。这些模式以 YAML 格式存储在 schema/ 目录下，并标记为 note_type=”schema”。系统支持基本数据类型如字符串、整数、浮点数和布尔值，也支持可选字段、枚举限制、数组列表以及跨实体引用关系。这种设计使得笔记不仅具备元数据层面的组织能力，还能通过观察分类（observation categories）实现内容层的结构校验，从而确保数据质量。
Memory Schema 强调渐进式治理：初期可采用宽松的‘warn’验证模式，允许发现偏差；随着使用深入，可逐步收紧规则至‘error’模式以保障一致性。整个过程包含发现未模式化的笔记集群、推断初始模式、人工审核与编辑、定期验证与漂移检测等多个环节，形成闭环管理流程。最终目标是让笔记体系既保持灵活性，又具备可维护性和可扩展性。
核心功能特点
- 基于 Picoschema 语法定义笔记结构，支持字符串、整数、浮点数、布尔等基础类型
- 自动推断未模式化笔记的共同结构，生成候选模式建议并支持阈值控制
- 提供 schema_validate 功能检查现有笔记是否符合其模式定义
- 支持 schema_diff 检测模式与实际使用之间的漂移现象
- 允许模式演化，包括新增可选字段、修改类型或移除字段，并管理版本变更
- 通过 frontmatter 和观察分类双重方式满足验证要求，兼顾元数据搜索与内容合规
适用场景
Memory Schema 最适合在笔记内容开始重复出现相似结构但尚未规范化时使用。例如，当用户频繁记录会议信息却缺乏统一格式时，系统可通过 schema_infer 自动识别出多个笔记共享的字段（如 topic、date、attendees），进而建议一个 Meeting 模式。此时即可创建 schema/Meeting.md 文件，明确各字段的含义与类型，并设置 validation: warn 开始监控。这一过程显著提升了同类笔记的一致性与可读性，也为后续按类型聚合、筛选或生成报告提供了前提条件。
在企业级知识库或团队协作环境中，Memory Schema 的价值尤为突出。假设项目中有大量关于客户、任务或里程碑的笔记散落各处，缺乏统一标准会导致信息孤岛。通过引入模式定义，所有成员必须遵循相同的结构录入数据，配合 schema_validate 定期检查，可有效防止格式混乱。更重要的是，当业务需求变化导致原有结构不再适用时，schema_diff 能快速揭示哪些字段被弃用或新增，指导模式更新与历史数据清洗，避免技术债务积累。
此外，对于依赖自动化流程处理笔记的应用场景，如 AI 训练数据准备或 BI 报表生成，Memory Schema 的严格验证模式至关重要。将 validation 设为 error 后，任何不符合模式的笔记写入都会被拦截，确保下游系统接收到的始终是结构完整、类型正确的输入。这不仅提高了系统的健壮性，也降低了因数据异常引发的错误风险。总之，无论是个人知识管理还是组织级信息治理，Memory Schema 都是一种轻量级而高效的规范化工具。