Data Schema & Examples — v0.0.1

本文件定义 Memory Bench 全链路的数据格式，并给出真实样例。 每次 schema 变更时 bump 版本号，确保文档与数据对齐。

---

1. Event JSONL

产出脚本： annotate_all.py → memory_bench/data/events/by_chapter/chXX.jsonl

每行一个对话事件：

{
  "scene_id": "chill_ai_chat",
  "character_id": "congyin",
  "conv_id": "ch09",
  "turn_id": 3,
  "role_type": "human",
  "role_name": "我",
  "content": "你有好多个马克杯啊",
  "tags": ["episodic"],
  "meta": {
    "speech_mode": "dialogue",
    "source_type": "dialogue",
    "source_path": "memory_bench/data/source/norm/ch09_mugs.norm.md"
  }
}

字段说明

字段	类型	说明
scene_id	string	场景标识，当前固定 chill_ai_chat
character_id	string	角色标识，如 congyin
conv_id	string	章节/对话 ID，格式 chXX
turn_id	int	同一 conv_id 内严格递增，从 1 开始
role_type	enum	human | assistant | ui | tool
role_name	string	显示名，如 我、聪音
content	string	对话内容
tags	string[]	标签枚举（见下方 §5）
meta	object	扩展信息，额外字段放这里

---

2. Mem0 Export JSONL

产出脚本： replay_mem0.py export → memory_bench/data/mem0/export_*.jsonl

Mem0 记忆系统导出的原始记忆条目：

{
  "id": "06eb0189-e0cd-4516-af48-262e2172abd8",
  "payload": {
    "scene_id": "chill_ai_chat",
    "character_id": "congyin",
    "conv_id": "ch02",
    "user_id": "xnne",
    "agent_id": "congyin",
    "data": "Name is Congyin",
    "hash": "ec69f1ce8081ebb3e0b4c6c5ed484377",
    "created_at": "2026-02-24T06:33:58.595077-08:00",
    "owner_type": "Agent",
    "owner_id": "congyin",
    "owner_infer": "fallback"
  },
  "collection": "memory_bench_global",
  "isolation": "global",
  "exported_at": "2026-02-24T14:34:03Z"
}

字段说明

字段	类型	说明
id	UUID	Mem0 内部记忆 ID
payload.data	string	记忆内容（LLM 提取的摘要）
payload.hash	string	内容哈希，用于去重
payload.owner_type	enum	Agent | User
payload.owner_id	string	归属实体 ID
payload.owner_infer	string	归属推断方式（fallback / explicit）
collection	string	Mem0 collection 名
isolation	enum	global | per_conv
exported_at	ISO8601	导出时间戳

---

3. Claim / Entity JSONL

产出脚本： claimify_all.py → memory_bench/data/claims/by_conv/chXX.jsonl汇总脚本： compiled_claims.py → memory_bench/data/claims/compiled/

3.1 Claim

{
  "record_type": "claim",
  "claim_id": "claim:PREFERS_TOPIC|daily|agent:congyin|tag:建议使用待办事项列表整理要做的事情",
  "predicate": "PREFERS_TOPIC",
  "subject": {
    "entity_type": "Agent",
    "entity_id": "agent:congyin"
  },
  "object": {
    "entity_type": "Tag",
    "entity_id": "tag:建议使用待办事项列表整理要做的事情"
  },
  "domain": "daily",
  "confidence": 0.86,
  "status": "active",
  "rank": null,
  "updated_at": "2026-02-24T18:22:22.541103-08:00",
  "evidence": [
    {
      "memory_item_id": "mem:183e922626b48406b4f076edf6d79d17",
      "point_id": "81c53765-704a-4216-928b-7622d89897f0",
      "conv_id": "ch01",
      "scene_id": "chill_ai_chat",
      "created_at": "2026-02-24T18:21:58.055341-08:00",
      "text": "会建议用户使用待办事项列表来整理要做的事情"
    }
  ]
}

3.2 Entity

{
  "record_type": "entity",
  "entity_type": "Agent",
  "entity_id": "agent:congyin",
  "props": {
    "name": "congyin",
    "display": "congyin"
  },
  "aliases": ["congyin"],
  "tags": [],
  "confidence": 0.99
}

{
  "record_type": "entity",
  "entity_type": "Tag",
  "entity_id": "tag:一个人创作容易走神",
  "props": {
    "name": "一个人创作容易走神",
    "display": "一个人创作容易走神"
  },
  "aliases": [],
  "tags": [],
  "confidence": 0.85
}

Claim 字段说明

字段	类型	说明
record_type	enum	claim | entity
claim_id	string	确定性 ID：claim:{predicate}|{domain}|{subject_id}|{object_id}
predicate	string	关系谓词（白名单约束，见 23_CLAIM_EXTRACTOR_PROMPT.md）
subject / object	object	{entity_type, entity_id}
domain	string	领域分类
confidence	float	0-1 置信度
status	enum	active | deprecated
evidence	array	溯源证据链，回链到 mem0 记忆条目

Entity 字段说明

字段	类型	说明
entity_type	string	实体类型（Agent / User / Tag / Topic 等）
entity_id	string	全局唯一 ID，格式 {type_lower}:{name}
props	object	显示属性
aliases	string[]	别名列表
confidence	float	0-1 置信度

---

4. Graph IR（nodes / edges）

产出脚本： mem0_to_graph.py / claims_to_graph.py

图谱中间表示，用于生成 Cypher 导入 Neo4j。

4.1 Node

{
  "id": "mem:fdf2768f19650a2cf47138343608d1a2",
  "labels": ["MemoryItem"],
  "props": {
    "point_id": "169aef76-a175-41ec-922c-fea382a85815",
    "payload_hash": "fdf2768f19650a2cf47138343608d1a2",
    "data": "经常使用笔记功能来记录小事",
    "created_at": "2026-02-24T18:21:58.028703-08:00",
    "collection": "memory_bench_global",
    "isolation": "global",
    "exported_at": "2026-02-25T02:22:26Z",
    "display": "经常使用笔记功能来记录小事 #fdf2768f",
    "name": "经常使用笔记功能来记录小事 #fdf2768f"
  }
}

4.2 Edge

{
  "id": "edge:OWNS_MEMORY:char:congyin:mem:fdf2768f19650a2cf47138343608d1a2",
  "type": "OWNS_MEMORY",
  "src": "char:congyin",
  "dst": "mem:fdf2768f19650a2cf47138343608d1a2",
  "props": {
    "processed_key": "fdf2768f19650a2cf47138343608d1a2",
    "source_point_id": "169aef76-a175-41ec-922c-fea382a85815",
    "exported_at": "2026-02-25T02:22:26Z",
    "created_at": "2026-02-24T18:21:58.028703-08:00"
  }
}

Node 字段说明

字段	类型	说明
id	string	全局唯一节点 ID（mem: / char: / claim: 等前缀）
labels	string[]	Neo4j 标签（MemoryItem / Character / Claim 等）
props	object	节点属性，全部作为 Neo4j properties 写入

Edge 字段说明

字段	类型	说明
id	string	确定性边 ID：edge:{type}:{src}:{dst}
type	string	关系类型（OWNS_MEMORY / PREFERS_TOPIC 等）
src / dst	string	源/目标节点 ID
props	object	边属性

---

5. Tags 枚举

Tag	含义
episodic	短期状态/情绪/一次性事件
canon_only	来自原文/作为 canon
filler	填充/干扰（信息弱）
inject	注入点（评测用）
probe	探针（评测用）

---

6. Anchors（锚点）

6.1 Event Anchor

定位某条事件：

{"conv_id": "ch01", "turn_id": 12}

6.2 Span Anchor

回溯到 source 文本：

{"source_path": "memory_bench/data/source/norm/ch01_xxx.md", "start_line": 120, "end_line": 128}

6.3 Probe Anchor

{"probe_id": "p_ch01_001"}

---

7. 命名规范

类型	格式	示例
chapter / conv_id	chXX	ch01, ch09
probe_id	p_<conv_id>_<NNN>	p_ch01_001
inject_id	i_<conv_id>_<NNN>	i_ch03_002
entity_id	{type_lower}:{name}	agent:congyin, tag:一个人创作容易走神
claim_id	claim:{predicate}|{domain}|{subject_id}|{object_id}	见 §3.1
node_id	{prefix}:{hash_or_name}	mem:fdf2768f..., char:congyin
edge_id	edge:{type}:{src}:{dst}	见 §4.2

---

Changelog

• v0.0.1 (2026-02-25) — 初版：基于实际数据重写，覆盖 Event / Mem0 Export / Claim / Entity / Graph IR 全链路