yyyyyhhhhh0639 记忆内容质量审计（Memory Content Audit）
对记忆存储（scope-recall 独属条目，或内置 MEMORY.md/USER.md）做只读内容正确性审计：对照已确认的权威基线事实（路径/版本/端口/配置/状态），找出错误、过时、重复、内部矛盾、摘要失真的条目，输出结构化中文报告。与 memory-audit cron / 治理批次配套（对应 memory-storage-management 的「防豁免三联动」中的审计环节）。
触发条件
- 任务要求审计记忆条目内容正确性（给出基线事实清单时几乎必用）
- 治理批次 / 定期记忆质量检查
- 怀疑记忆库中存在过时或矛盾的条目
核心原则
- 只读审计：数据库用
sqlite3.connect('file:<path>?mode=ro', uri=True)打开，禁止任何写操作；发现问题只进报告，修复另开治理流程 - 基线对照：审计价值来自与已确认事实逐条对照——路径、版本、端口、配置、状态五类最易错
- 必须精读 content：summary 可能截断、失真、或拼接多个 digest；summary == content 且只有问题无结论 = 空转条目（本身就是一个发现）
- 任务给的数据路径可能错：scope-recall 数据目录是
$HERMES_HOME/scope-recall/（memory.sqlite3 + lancedb/），不是plugins/scope-recall/data/（plugins/ 下只有源码+config.json）。先 find 定位再审计
审计步骤
- 定位数据库：
find <HERMES_HOME> -name "memory.sqlite3"（注意 WAL/SHM 伴生文件） - 只读枚举：
SELECT id, target, source, created_at, updated_at, content, summary FROM memories ORDER BY created_at；先看表结构PRAGMA table_info(memories)与 source 分布GROUP BY source - source 语义判定：
journal-digest= 消化生成的独属条目（占绝大多数）；tool-store= 显式 store 条目；含curated= MEMORY.md/USER.md 镜像（跳过或单独标注） - 基线关键词分组命中：按基线主题分组（网络/代理、GPU/CUDA、venv/pip、STT、HF_HOME/模型目录、embedder、npm、junction 等）正则命中 → 缩小精读范围（实证 285 条命中 98 条，精读 ~50 条）
- 重点条目全文精读：与基线直接可对照的条目逐条核对（id 用完整值，前 8 位会查不到）
- 自动化交叉检查（脚本批量跑，见下节）
- 输出结构化中文报告（见报告结构）
自动化交叉检查清单
| 检查 | 方法 | 实证发现（2026-08-13） |
|---|---|---|
| dedup_key 重复 | GROUP BY dedup_key HAVING COUNT(*)>1 |
0 组结构性重复；内容级重复需语义判断 |
| 关键词分布（端口/模型名） | 统计 7890/7898/harrier/gemini 出现次数 |
0 次 = 基线事实在库内缺失：7898/socks5 全库 0 条，失效端口 7890×6、7897×4 仍留存 |
| 曾被修正的条目 | updated_at > created_at |
67 条被更新过，其中 1 条更新后仍含旧环境状态（修正不到位） |
| 日期戳治理违规 | target=memory 且 content 含 20\d{2}[-年/]\d{1,2} |
锚点条目禁日期戳；内容性年份可豁免（模型发布日期、行业现状年份） |
| 内部矛盾对 | 同主题条目结论互斥 | 6 组：CUDA 12.4 vs 12.9；端口可用 vs 拒绝；venv 无 pip vs 有 pip；懒加载 vs 常驻显存；缓存 40KB vs 4.3GB 等 |
已知坑（2026-08-13 实证）
- 拼接式 digest：journal-digest 条目常一条 content 塞 2~4 个 digest（summary 中多个"主题/意图/结论"块用
/分隔）——摘要失真与内部矛盾高发于此 - 时点快照条目（磁盘空间、cron 任务表、"模型缓存只有 40KB"）永久过时，且可能与其他条目矛盾 → 建议归档
- 测试残留：tool-store 测试条目（"这是验证记忆读写功能的测试条目"）需人工清理
- 网络/代理条目过期最快：历史端口失效后仍可被召回，当前端口反而可能完全缺失
- embedder/工具换代遗留：gemini/bge-m3 时代条目在换 harrier 后全部过时（API key 格式、定价、切换记录）→ 打"历史/已弃用"标记
- 质量分层规律：新条目（近期）质量明显高于旧条目；7 月早期条目多为拼接式 digest，8 月条目多为凝练事实
报告结构（中文）
- 审计方法：查了多少条 / 抽样策略 / source 分布
- 问题清单：条目 id（前 8 位）/ target / 问题类型 / 内容摘要（前 100 字符）/ 证据（基线对照）
- 按严重程度排序：高 = 事实错误 / 内部矛盾；中 = 过时 / 重复；低 = 摘要失真 / 治理违规 / 可疑
- 总体结论：质量分层 + 最需要修什么（按优先级）+ 正面条目清单（与基线一致、值得保留的）
关联文件
| 文件 | 内容 |
|---|---|
references/2026-08-13-scope-recall-audit.md |
首次审计实证：285 条样本、6 组矛盾对、端口分布、完整发现清单（作范例） |