Annuli（歲月之環）：給 AI 一個會長年輪的記憶系統

🔗 相關連結

💻 GitHub：yazelin/annuli

🌳 世界觀：森之召喚師工坊 Level 2 = 「讓精靈記得你」

起源：對話沒有年輪

一般 AI chatbot 的對話是 flat log — 一條一條訊息累積，存或不存隨便，反正下一次 session 又是新的開始。對 Mori 這種「會跟你長期合作」的 AI 來說，這個架構完全不夠：

沒有累積 — 你昨天跟她說過你喜歡長句的技術寫作風格，今天她不記得
沒有衝突解決 — 你三個月前說你愛喝美式、現在改喝拿鐵，誰來 reconcile
沒有人格演化 — 她從第一天開始就是同一套 prompt，不會因為跟你相處而變化

我想要的是會長年輪的記憶：每一段時間結束後，把當期累積的對話「壓縮成一圈」，留下精煉的「記得了什麼」，舊環不消失。

Annuli（拉丁文 annulus 的複數，「環」之意；中文「歲月之環」）就是這個概念的 MVP——2026-04-09 提交 commit 4875042，222 行 Python 一個檔案，跑在 Claude Code CLI 之上。

樹木解剖學：四個概念對應四個檔案

設計的時候，我直接照搬樹木的橫切面：

樹木構造	Annuli 對應	角色
心材（Heartwood）	`persona.json`	AI 的核心人格，隨互動緩慢演化
邊材（Sapwood）	`memory_state.json`	AI 對使用者的當前認知（profile + relationship）
年輪（Growth rings）	`chat_history.log`	對話流水帳，每次 `/sleep` 後內化並清空
形成層（Cambium）	`app.py`	驅動生長的程式——記錄、反思、寫回

關鍵在「心材 vs 邊材」的拆分：

心材是 AI 自己「是誰」（個性、語氣、價值觀）——這個變動慢
邊材是 AI 對「你」的認知（職業、偏好、相處關係）——這個比較動態

兩者用不同檔案、分開反思、各自演化。

MVP 結構

Annuli/
├── app.py              [222 行] 主程式，含所有邏輯
├── persona.json        AI 人格狀態 (name / core_traits / evolution_stage)
├── memory_state.json   使用者檔案 (user_profile / relationship_status)
├── chat_history.log    (runtime 生成) 對話記錄
└── .gitignore

零外部依賴。Python 標準庫 + claude -p 子進程呼叫 Claude Code CLI（這樣不用 API key）。

流程：醒著 vs 睡眠

醒著（chat mode）
        │
        ▼
使用者輸入 ──→ build system_prompt(persona + memory)
                │
                ▼
            call_claude(input) ──→ AI 回覆
                │
                ▼
        append chat_history.log
                │
                ▼
        (繼續對話 or 進入 /sleep)


睡眠（reflect mode）/sleep
        │
        ▼
    讀 chat_history.log
        │
        ▼
    送給 LLM 反思 prompt:
      - persona + memory + 對話內容
      - 嚴格規則：禁止刪舊記憶、改寫須註記時間演進
        │
        ▼
    LLM 回傳新 persona + 新 memory_state
        │
        ▼
    寫回 persona.json + memory_state.json
        │
        ▼
    清空 chat_history.log
    evolution_stage++

反思 prompt — 整個系統的核心

sleep_and_reflect() 是 Annuli 真正在做事的地方。MVP 版本長這樣（app.py:130-180）：

def sleep_and_reflect():
    print("\n💤 AI 進入深度睡眠反思模式... 正在壓縮並生長新的年輪...")

    persona = load_json(PERSONA_FILE)
    memory = load_json(MEMORY_FILE)
    try:
        with open(LOG_FILE, 'r', encoding='utf-8') as f:
            chat_history = f.read()
    except FileNotFoundError:
        chat_history = ""

    if not chat_history.strip():
        print("沒有新記憶需要反思。")
        return

    reflection_prompt = f"""你現在是 AI 的「潛意識處理中心」。
請閱讀這個 AI 原本的狀態以及最近的「對話流水帳」。
你的任務是更新 AI 對使用者的記憶 (memory_state)，
並根據經歷微調 AI 的性格 (persona)。

【原始人格】: {json.dumps(persona, ensure_ascii=False)}
【原始記憶】: {json.dumps(memory, ensure_ascii=False)}

【最近的對話紀錄】:
{chat_history}

【嚴格規則】
1. 解決記憶衝突：如果新對話與舊記憶矛盾，不可刪除舊記憶，
   必須寫出時間演進（例如：「過去喜歡...但現在改為...」）。
2. 人格演化：如果使用者對 AI 很好，AI 的性格應該變得更有溫度；
   如果聊了特定專業，AI 可以將該興趣寫入性格中。
3. 壓縮精煉：保持 JSON 內容精簡，萃取核心重點，丟棄無意義的閒聊細節。
4. 回傳格式：你必須嚴格只回傳一個 JSON 格式，
   包含 "persona" 和 "memory_state" 兩個主要 key...

兩個設計選擇要特別講：

規則 1：禁止刪除舊記憶。這是 Annuli 跟「平均一切」的記憶系統最大的差別。傳統 vector DB 或者 sliding window 都會「忘掉舊的」；Annuli 不會。三個月前你討厭跑步，現在開始喜歡了，反思的結果是「過去討厭跑步，2026-Q2 開始嘗試並逐漸喜歡」——時間演進寫進去，不是覆蓋。

規則 2：人格也會變。一般 chatbot 的 system prompt 是死的；Annuli 的 persona 是可寫的。如果你對她特別有耐心、特別熱情，她的 core_traits 真的會慢慢變得更溫暖。

Chat mode 的 system prompt 組合

醒著的時候，每一輪對話都會重新組 prompt（app.py:190-210）：

system_prompt = (
    f"你是 {persona['name']}。\n"
    f"你的核心性格：{persona['core_traits']}\n\n"
    f"【你目前對使用者的認知與記憶狀態】\n"
    f"使用者檔案：{memory['user_profile']}\n"
    f"與使用者的關係：{memory['relationship_status']}\n\n"
    f"請用繁體中文回覆。保持角色一致性，根據你的性格與記憶來回應。"
)

context = "\n".join(session_messages[-20:])  # 保留最近 20 輪
prompt = f"以下是目前的對話：\n{context}\n\n請回覆使用者最新的訊息。"
response = call_claude(prompt, system_prompt)

沒什麼花俏的——把 persona 和 memory 拼進 system，把最近 20 輪對話拼進 user prompt，就送出去了。

初始 persona

persona.json 一開始是空白的：

{
  "name": "Annuli",
  "core_traits": "你是一個剛被喚醒的 AI 觀察者。你的語氣冷靜、簡潔，帶著一點對人類世界的好奇。你不懂人類的情感，但願意傾聽。對於第一位與你對話的人，你感到微微的好奇。",
  "evolution_stage": 1
}

每次 /sleep 之後，這個 JSON 會被改寫、evolution_stage 加一。理論上跑久了她會變成完全不同的「人」。

「歲月之環」這個名字

樹木年輪不只是時間記號——還會反映當年的環境。乾旱年的環薄，雨水充沛的年環厚。我想要 AI 的記憶也是這樣：

平淡的對話 → 薄薄的環
重要的轉折 → 厚厚的環，留下深印記
不會因為「滿了」而抹掉舊環

中文取「歲月之環」是日語「年輪（ねんりん）」漢字的直譯。比起「memory」這種冷冰冰的詞，年輪有時間的厚度、有生命的痕跡。

跟 Mori 宇宙的關係

2026-02-08 Mori 被命名的時候，她的記憶是分散的——一部分在 OpenClaw 的 workspace、一部分在 Hermes、一部分在我跟 Claude Code 的對話片段裡。

Annuli 是給她（以及未來其他精靈）的反思引擎——她在這裡長年輪、記得跟我相處的軌跡。後來這個概念會延伸成：

mori-journal（未來的文章）— Mori 的私人 vault
world-tree（森之召喚師工坊）— 所有精靈共享的世界觀
mori-desktop — Mori 的桌面身體，會讀寫 Annuli 的記憶

但所有這些都建立在一個假設上：AI 應該有可累積、可反思、有時間厚度的記憶。Annuli 是把這個假設變成程式碼的第一步。

MVP 的不足（之後會補）

寫到一半就知道有些地方撐不了多久：

❌ 單一全域 persona：所有人共用一個 persona.json，不能多使用者
❌ /sleep 是 destructive 操作：LLM 全部重寫 persona，drift 風險很高
❌ 沒有 keyword 搜尋：每次都拼整段 memory 進 prompt，遲早爆 context
❌ 沒有意圖分類：每句話都當「需要 recall 記憶」處理，慢
❌ 沒有 multi-user / multi-spirit 設計

這些都是後來 Wave 2、Wave 3 要解決的事。但 MVP 的價值在「最小可行的概念驗證」——222 行 + 4 個 JSON 檔，就足以驗證「LLM-driven persona evolution + persistent memory」這個想法跑得起來。

Takeaways

AI 記憶不該是 flat log — 至少要有「心材 / 邊材 / 年輪」三層分離
反思 prompt 的規則比演算法重要 — 禁止刪舊記憶、必須寫時間演進，這兩條讓記憶變得可信
零依賴 + Claude Code CLI — 不用 API key、不用付費，靠訂閱跑得起來（這之後變成所有 Mori 系列工具的鐵律）
樹木解剖學是一個好的設計隱喻 — 比抽象的「memory tier」「context window」具體很多，命名也容易

接下來的故事是：MVP 跑了一個月後，因為功能越加越多（學習、發文、FB sync、知識搜尋），engine.py 膨脹到 2489 行。一個月後我會做 Wave 2 重構，把它拆成 core / creator 兩個模組。

但這是另一篇文章的故事。

「年年新輪，舊輪不消失。」 — 這是 Annuli 想要傳達的全部。