causal-memory 算法漫游 v0.9 · 图结构 / 查询传播 / Q值更新
从代码实现出发的可视化技术说明：图怎么存、查询怎么在图上传播、Q 值怎么更新、记忆怎么巩固与淘汰。所有动画按 src/hippocampus 与 src/consolidate 的真实算法逐步执行。
1 图结构 CSR 稀疏图 · typed edges · SQLite 为真相源
内存图是 SQLite 因果边的只读投影：节点 = chunk（决策/结果/事实文本），边 = typed 因果关系。图以 CSR（row_ptr / col_idx / values）存储，构建时把关系系数预乘进边值。
节点与边的类型
| 关系 | 含义 | 传播系数 | 类比 |
|---|
| caused | 决策导致结果 | +1.0 | 谷氨酸（兴奋） |
| enabled | 使能/促成 | +0.5 | 弱兴奋 |
| prevented | 阻止了坏结果 | −0.3 | GABA（抑制，本系统独有） |
| fact | 语义关联 | +0.8 | P1 typed 统一 |
| meta | 跨任务模式 | +0.6 | 皮层自上而下 |
| co_occurrence | 共现强化（动态权重） | w(≈0.2)×1.0 | Hebbian LTP |
边权重 = 关系系数 × 动态因子（Hebbian 改变 co_occurrence 的 w；其余边权重静态）。失效边 edge_valid=false 在传播时被跳过。
示例图（下方所有动画的底图，点节点看 Q）
caused +1.0
enabled +0.5
prevented −0.3
fact +0.8
meta +0.6
2 查询如何在图上传播 spreading activation · Q 加权播种 · abs-max 合并
一次 search_causal / intervention_query 的图侧执行：1 查询文本经 BM25/语义找到种子节点；2 种子激活 = 0.5 + 0.5×Q（证明过有用的节点初始更强）；3 每步沿有效边传播 new_act[target] += a源 × 边权 × decay 并 clamp 到 [−1,1]；4 绝对值大于阈值的节点成为结果，按 |激活| 降序。prevented 边的负激活可以盖过零（abs-max 合并）——危险警示就是这样在图上流动的。
动画演示 — 查询："生产环境宕机了怎么办"（种子 D1 Q=0.8 / O1 Q=0.3 / D2 Q=0.2）
每步：new_act[target] += a源 × 边权 × decay(0.7) 然后 clamp[−1,1]；合并用 |new| > |old| → 替换；|a| ≥ 阈值(0.1) 的节点进入结果集
3 Q 值怎么更新 MemRL 风格 Bellman · 0 初始 · 持久化到 chunks.q_value
节点 Q ∈ [0,1] 表示"这个 chunk 被证明有用"的程度，初始为 0（MemRL：失败本身有价值）。巩固周期对 replay 保护边的端点 chunk 给奖励 r，按 Bellman 更新；检索播种用 0.5 + 0.5×Q 让高 Q 节点初始激活更强。更新后写回 chunks.q_value（v9 持久化）。
Q 与检索的耦合
播种：activation_seed = 0.5 + 0.5×Q → Q=0 时种子 0.5，Q=1 时种子 1.0
三步闭环：
1 巩固 stage 1.5：对 replay 保护边的端点按结果极性给奖励 r，Bellman 更新 Q
2 persist_q_values 写回 SQLite
3 下次查询播种：高 Q 节点初始激活更强 → 更可能被检索到 → 再次被强化
reward 规则：失败教训与 replay 保护边得正奖励；update_q_value_by_chunk_id 是生产入口，按 chunk id 更新。
4 检索管线 多信号融合 · 多遍 · 验证回环
图传播只是检索的一层。完整检索：BM25（倒排）+ 语义（bge-small）+ 图传播（spreading）+ hop 邻接，RRF 融合；跨会话问题走多遍检索（实体分解 + 时间锚 + session 展开 + 验证回环）。
5 巩固与遗忘 sleep 周期 · 半衰期衰减 · C7 知识更新
sleep 阶段流
0 新颖性门控 → 1 重激活 → 1.5 Q-value Bellman → 1.7 C7 supersession（LLM 判官） → 2 泛化（合并+模式） → 3 降权+GC → 4 REM 跨域迁移
半衰期衰减：eff_conf = conf × 0.5age/halflife tier：user_feedback/llm 90d · temporal 7d · rule 保持 0.99/day
C7：同一决策被以不同结果重新记录 → LLM 判官裁决 → Retire（硬失效）/ Annotate（软标注 superseded_by，不隐藏）。
6 写入路径 record_decision · 惰性图重建 · distill
决策→结果写入 SQLite（chunk 精确复用：同一决策文本是同一节点）；GRAPH_REBUILD_WRITES=5 / 30s 惰性重建内存图；LLM 蒸馏把会话转成 facts/lessons/events；同决策矛盾结果触发规则快路或留待 C7 判官。
写入：chunks（文本复用）→ causal_edges（typed + confidence + polarity）→ 惰性重建 CausalGraph → sleep 周期维护
docs/algorithm-explorer.html · 动画与实现对应：hippocampus/spread_step、update_q_value、consolidate/stages