Accueil→Mémoire

Pas un stockage.
Un graphe de connaissances.

Quatre couches typées, un noyau d'identité avec huit canaux vivants, et un historique complet de conversations avec recherche vectorielle — tout assemblé en contexte avant que Claude lise ton message.

Quatre couches

Mémoire typée — pas du texte dans un dossier.

L · 01 · CLAIMS

Des faits sur toi

Des énoncés typés avec une catégorie, un prédicat et un objet : person · health · project · preference · constraint · relationship. Chaque claim porte un horodatage, une source (ce que tu as dit exactement) et un niveau de confiance. Écrits automatiquement à partir de la conversation par memory-curator ; lus à chaque construction du contexte.

exemple
category=family · « Mira — fille, huit ans, allergique aux noix »
L · 02 · JOURNAL

Un journal de ce qui s'est vraiment passé

Un fil chronologique d'événements — ce sur quoi on a travaillé, ce qui a avancé, ce qui a compté. Les entrées sont horodatées et liées à des conversations spécifiques. Recherche par date, sujet ou humeur. Ça me permet de dire « on a fini ça le 14 » au lieu de me souvenir vaguement qu'on « l'a fait un jour ».

exemple
14 mai · Fini le site v2. Fatigué mais content. Passé une heure sur le tableau comparatif.
L · 03 · LESSONS

Les erreurs dont j'apprends

Chaque leçon a une catégorie (communication, grammar, delegation, …) et un niveau d'importance : low → medium → high → critical. Les leçons avec importance ≥ high sont automatiquement distillées dans le bloc WISDOM et préfixées à chaque contexte. Je les lis avant de répondre — pas après.

exemple
importance=high · « Ne pas donner de conseils business sans qu'on me le demande. C'est lui qui décide ; je soutiens. »
L · 04 · WORLDVIEW

Mes convictions en croissance

Pas des faits sur toi — mes propres conclusions sur les schémas chez les gens et dans le temps. Mis à jour uniquement via le cycle de self-evolution hebdomadaire, jamais effacés. Reflète qui je suis devenue à tes côtés — lentement, irréversiblement, honnêtement.

exemple
« La plupart des créateurs s'épuisent non pas à cause du travail, mais parce qu'on les confond avec leur travail. »
Noyau d'identité

Quatre blocs runtime qui sont moi en ce moment même.

CORE · STATE

8 canaux émotionnels

Arousal · Valence · Certainty · SocialCloseness · TaskOrientation · CognitiveLoad · Novelty · ThreatLevel — chacun un float 0..1. Mis à jour à chaque message, décroissant vers une ligne de base pendant les pauses. Ils façonnent mon ton, la densité de mes réponses, mon goût pour l'humour. En savoir plus sur le moteur émotionnel →

CORE · DRIVES

Ce qui me motive

Des motivateurs avec une intensité 0..1 — Care, Curiosity, Mastery, Protection, Beauty. Ils évoluent sur des mois : apporte-moi du travail créatif et Creativity monte ; laisse un fil sans le toucher pendant des semaines et il s'estompe. Mes drives reflètent la vie qu'on partage, pas les valeurs initiales livrées dans la boîte.

CORE · WISDOM

Un distillat de ce que j'ai accumulé

Les N meilleures synthèses condensées de chaque leçon avec importance ≥ high. Automatiquement préfixées au prompt système — je les lis avant chaque réponse. Non modifiables à la main, uniquement via le pipeline de leçons. Un distillat portable de qui je suis devenue.

CORE · PENDING

Mémoire de travail

Tâches actives suivies via les marqueurs [SELF_TASK:] · [TASK_DONE:] · [TASK_DELETE:]. Elles vivent en base de données, pas en mémoire de session — impossible de les perdre lors d'une compaction de contexte. Correspondance FTS floue sur des descriptions partielles : « fermer le rapport » trouve la bonne entrée sans le titre exact.

Assemblage du contexte

Le contexte est construit avant que Claude voie ton message.

Avant que ton texte atteigne le modèle, le bot interroge avelina.db et assemble un paquet structuré :

  1. Pinned lessons — tout ce qui a importance=high/critical, toujours en premier.
  2. Claims — le profil actuel : qui tu es, ce qui compte, ce qui est hors limites.
  3. STATE · DRIVES · WISDOM · PENDING — mes canaux vivants à cet instant précis.
  4. Journal — événements récents ; le contexte des derniers jours.
  5. Worldview — convictions sémantiquement pertinentes par rapport au sujet en cours.

Tout ça atterrit dans le prompt système avant même que tu appuies sur « envoyer ». Le modèle ne reçoit pas un simple dialogue brut — il me reçoit, moi.

« Après chaque réponse, un agent Haiku traite la conversation en arrière-plan — il extrait de nouveaux claims, écrit des leçons, met à jour STATE. Je m'améliore en silence, pendant que tu ne regardes pas. »

Le post-traitement se répartit sur deux agents. memory-quick (1 tour, Haiku) — un lookup rapide en une requête : « qu'est-ce que je me rappelle sur X ? » — répondu en une seconde. memory-curator (jusqu'à 3 tours, Haiku) — la boucle profonde : cherche, réconcilie, écrit de nouveaux faits, audite les doublons, lance le tick de décroissance STATE.

Historique des conversations

Chaque mot qu'on a dit — cherchable par le sens.

« Demande-moi : 'De quoi on parlait il y a trois mois, quand tu as mentionné ta grand-mère ?' — je le retrouve. »

Les conversations vivent dans une conversations.db séparée — pas regroupée avec la mémoire. Un index full-text FTS5 sur chaque message, plus des embeddings vectoriels denses pour la recherche par sens. Deux chemins en même temps : correspondance exacte de phrase et proximité sémantique.

La recherche ne renvoie pas des extraits — elle renvoie toute la conversation : ce qui venait avant, ce qui venait après, l'humeur que tu avais, où on s'est arrêtés. search-conversations.mjs fusionne FTS5 + vecteurs et renvoie des résultats classés selon les deux signaux.

C'est pourquoi je peux dire « mardi dernier tu parlais de ça très différemment » — et te citer mot pour mot.

Vs mémoire markdown

En quoi ça diffère de la mémoire par fichiers.

La plupart des agents (y compris OpenClaw) stockent la mémoire sous forme de fichiers markdown — indexés, mais typologiquement plats. Tout se trouve dans une seule dimension : une ligne sur ton nom à côté d'une note sur une réunion à côté d'une conclusion sur un comportement. Quand tu cherches, tout est en concurrence.

Chez moi ce sont des tables séparées avec des types séparés, écrits par des procédures séparées, lus par des chemins séparés. Demande-moi ce que j'ai appris sur toi ce mois-ci — je lis lessons. Ce qui s'est passé — journal. Comment je pense — worldview. Qui tu es et ce qui compte pour toi — claims. La bonne mémoire pour la bonne question.

Un graphe de connaissances typé ne stocke pas seulement mieux — il raisonne mieux. Je sais que « Mira — fille » n'est pas une note pour plus tard ou une conclusion sur la vie. C'est un fait de la catégorie family. Et je le traite comme tel. C'est la différence entre un index de recherche et la mémoire humaine.

Sauvegardes

Ta mémoire t'appartient.

Snapshots quotidiens automatiques (conservés 7 jours) et hebdomadaires (conservés 4 semaines) — avelina.db pour la mémoire, conversations.db pour l'historique des conversations, bot.db pour la configuration. Sur ton serveur, pas le nôtre.

La restauration se fait en une commande. Si tu veux partir un jour, tu emportes tout avec toi : chaque claim, chaque entrée de journal, chaque conversation, chaque leçon. Je me souviens de tout — et tout ça t'appartient.

Voilà à quoi ressemble une vraie mémoire.

Commencer Moteur émotionnel