没有图数据库能做知识图谱记忆吗？

可以。万级以下实体用 SQLite 的关系表 + 递归查询即可，省掉一个外部服务。Mnemosyne OS 就是这个路线。

时序记忆需要专门的时间数据库吗？

通常不需要。在普通关系库里加观测时间、生效区间两个字段，配合索引即可支撑绝大多数回溯查询。

取决于场景。记忆系统里建议优先保证「不误合」——过度合并（把两个人当一个人）比该合未合更难纠正。

时序记忆（Temporal Memory）解决「同一事实随时间变化」的记录问题，知识图谱记忆解决「实体之间如何关联」的结构问题。两者在工程上必须协同：图谱的每条边都需要时间维度，否则新事实会覆盖历史；时序记录也需要实体锚定，否则无法按对象回溯。

双时态指同时记录两个时间：事件实际发生的时间（valid time）与这条记录被写入系统的时间（transaction time）。区分两者解决了一类特定问题——「用户上周说他搬家了，但我今天才写进系统」，事件时间应是上周，写入时间是今天。只有单一时态的系统会把两者混淆。

时态	英文	回答的问题	示例
事件时间	Valid Time	这件事什么时候真的发生	用户 10/20 搬家
写入时间	Transaction Time	我什么时候知道的	10/31 写入系统
观测时间	Observation Time	这条记忆来自哪次观测	第 47 次会话
生效区间	Validity Interval	这个取值从何时到何时成立	2026-10 ~ 至今

Mnemosyne OS 的时序推理同时支持观测日期、相对时间解析（「上周三」「三个月前」）、过期语义与按实体的版本链——即「什么时候发生的」与「什么时候知道的」分开记录。

事件分割是把连续交互切成离散记忆单元的操作。切得太碎，一条完整经历被拆成几十条碎片，检索时拼不回来；切得太粗，一条记忆混了多个主题，检索时命中却不相关。常见做法是按「话题切换 + 时间间隔 + 显式标记（如「另外」「说到这个」）」三个信号联合判断。

实体链接（Entity Linking）把文本里提到的对象映射到图谱中的具体节点；实体消解（Entity Resolution）判断两个提及是否指向同一个对象。两者是图谱质量的两个关口：链接错了，检索会张冠李戴；消解错了，同一个人的信息被拆成两个节点，图谱失去价值。

Mnemosyne OS 的图记忆常开：实体链接与多跳遍历与记忆数据存在同一个 SQLite 文件里，无需外部图数据库。实体消解错误率是记忆系统评估指标之一。

知识图谱通常指关于世界的通用知识（实体、概念、关系），记忆图谱指关于某个用户或某段交互的私有关系网络。两者结构相同但作用域不同：知识图谱是共享的、相对静态的；记忆图谱是私有的、持续演化的。工程上应放在不同的作用域，避免污染。

Mnemosyne OS 用四维作用域（user_id / agent_id / run_id / app_id）做物理隔离，每个作用域独立 SQLite 文件——记忆图谱天然按用户隔离，不需要在查询时补过滤条件。

叙事记忆是把离散事件组织成连贯故事的能力，服务于「AI 自我连续性」类需求。在工程上它不是独立的存储层，而是检索时的一种组织方式——按时间线把多条情景记忆串成可读序列。搜索频率中等，适合作为情景记忆的呈现形态而非底层架构。

没有图数据库能做知识图谱记忆吗？: 可以。万级以下实体用 SQLite 的关系表 + 递归查询即可，省掉一个外部服务。Mnemosyne OS 就是这个路线。
时序记忆需要专门的时间数据库吗？: 通常不需要。在普通关系库里加观测时间、生效区间两个字段，配合索引即可支撑绝大多数回溯查询。
实体消解准确率要到多少才够用？: 取决于场景。记忆系统里建议优先保证「不误合」——过度合并（把两个人当一个人）比该合未合更难纠正。