灵犀 (Lingxi)：基于人体仿生学的次世代 AI 智能体架构
1. 核心设计理念 (Core Philosophy)
灵犀是构建在 Dify (编排中枢) 与 Mem0 (海马体) 之上的高级 AI Agent。它突破了传统 LLM “聊完即忘”的限制，引入了分层思考、记忆闭环和意图仲裁机制，旨在打造一个越用越懂你、具备执行力的私人数字孪生。2. 仿生架构图谱 (Bionic Architecture)
灵犀的运行逻辑模拟了人类大脑处理信息的完整链路：Code snippet
graph TD
User(用户输入) --> Thalamus{丘脑: 意图路由}
%% 低功耗链路
Thalamus -- 闲聊/情绪 --> Cerebellum[小脑: 快速反射区]
Cerebellum --> Output(快速回复)
%% 高功耗链路
Thalamus -- 任务/查询 --> Cortex[大脑皮层: 深度思考区]
subgraph DeepThinking [认知与记忆闭环]
direction TB
Cortex --> Optimizer[前额叶: 意图优化]
Optimizer --> Retrieval{海马体: 双重检索}
Retrieval -- 静态知识 --> RAG(知识库文档)
Retrieval -- 动态画像 --> Mem0(长期记忆流)
RAG & Mem0 --> Synthesis[主脑: 逻辑仲裁]
Synthesis --> Output
Output --> Auditor[潜意识: 记忆审计]
Auditor -- 提取信息增量 --> WriteMem(写入长期记忆)
end
3. 四大核心模组 (Key Modules)
1. 感知路由 ( The Thalamus) —— 节能与高效的平衡
- 机制：通过高精度分类器，将用户请求分流。
- 低功耗模式 (Class 1)：面对“打招呼、情绪宣泄”，由轻量级模型快速响应，不消耗昂贵的算力资源，模拟人类的下意识反应。
- 高功耗模式 (Class 2)：面对“技术咨询、历史回顾”，激活完整的主脑链路，调用记忆与工具，模拟人类的深度思考。
2. 双重记忆系统 (The Hippocampus) —— 拒绝遗忘
- RAG (静态知识)：灵犀的“百科全书”。存储服务器配置、代码规范、技术文档等客观事实。
- Mem0 (动态记忆)：灵犀的“自传体记忆”。自动捕捉用户的偏好（如“不喜欢啰嗦”）、项目状态、决策历史。
- 仲裁逻辑：当记忆冲突时，灵犀遵循 Metadata Supremacy (元数据至上) 原则，通过权重分级（100% 系统指令 > 95% 技术文档 > 90% 模糊记忆）确保回答的准确性。
3. 认知微调 (The Prefrontal Cortex) —— 意图理解
- 意图优化：用户的问题往往是模糊的（如“帮我查那个文档”）。灵犀内置了意图改写引擎，结合当前时间与对话上下文，将模糊指令转化为高密度的搜索关键词，确保检索命中率。
- 记忆审计：并非所有对话都值得被记住。在回复后，灵犀会启动后台审计进程，剔除“废话”和“短期指令”，仅将高价值的信息增量写入长期记忆库，防止记忆污染。
4. 执行义肢 (The Limbs) —— 从咨询到行动 (Coming Soon)
- 联网感知：通过搜索工具接入实时互联网信息（Tavily/Serper）。
- 触达物理世界：通过 API 链接飞书、Notion 或服务器终端，实现从“给方案”到“替你做”的跨越。
4. 技术亮点 (Highlights)
- Zero-Hallucination Strategy (零幻觉策略)：通过严格的“检索-生成-仲裁”链路，大幅降低 AI 胡说八道的概率。
- Self-Evolving (自我进化)：每一次深度对话，都会更新 Mem0 中的用户画像。灵犀使用得越久，与用户的默契度越高。
- Context-Aware (时空感知)：深度集成了时间维度，能够区分“上周的项目”和“现在的任务”，避免时效性信息的混淆。