MorzenVector

一、模型层实现（核心算法与逻辑层）

核心定位：聚焦“记忆处理的智能逻辑与算法规则”，明确核心能力的底层实现逻辑，不涉及具体交互设计与界面开发，仅输出标准化能力接口供软件层调用；所有偏向算法设计、规则定义、数据处理的需求，均归属此层范畴。

（一）记忆存储与索引模型 (含文本与多模态数据的原子化存储、加密、索引核心逻辑)

1. 存储逻辑：定义“记忆片段原子化”存储规范，将所有记忆数据（含对话记录、外部导入素材、多模态内容）拆解为「唯一ID+核心元数据+内容主体+关联索引+操作日志（OpLog）」的原子结构；其中元数据包含时间戳、领域标签、重要度等级、激活频率、数据类型（文本/图像/视频）等关键属性，支撑后续检索与管理；操作日志（OpLog）专门记录该原子单元的所有增删改标记、关联调整、内容编辑等操作，每条日志包含「操作类型+操作时间戳+操作设备ID+操作内容」，为多设备同步冲突解决提供核心依据。

2. 本地存储加密机制：采用AES-256加密算法对原子化记忆片段进行本地加密存储，仅检索所需的索引信息经脱敏处理后，可同步至云端用于跨设备匹配；多模态特征向量额外采用国密SM4算法二次加密，强化隐私保护。

3. 备份校验机制：云端备份仅存储脱敏索引与加密哈希值，恢复数据时通过哈希校验验证本地内容完整性，从根源避免原始数据在云端存储的泄露风险。

4. 检索索引体系：构建“关键词检索+语义向量匹配+专属ID定位+多模态特征匹配”的多维度索引体系；其中文本语义向量基于轻量级BERT模型生成，多模态特征向量基于轻量CNN/Transformer变体生成，兼顾检索精度与移动端算力适配性。

5. 索引权重规则：建立动态权重排序机制，近期激活、重要度等级高、关联度强的记忆片段索引，在检索结果中优先展示；多模态索引额外关联场景特征相似度权重，优化跨类型检索体验。

6. 数据可移植性核心逻辑（加密容器生成）：定义“全量记忆原子+索引信息+完整性校验码”的标准化加密容器格式，采用国密SM4算法进行二次加密；容器内置唯一设备绑定码与解锁密钥，保障数据导出后的安全性；支持多模态记忆单独/批量导出配置。

7. 跨平台适配规则：输出标准化容器解析接口，兼容iOS、Android、Windows等主流操作系统，确保加密容器导出后可在不同终端稳定解析，保障文本与多模态数据结构完整性。

8. 数字遗产权限逻辑：支持配置“遗产继承人授权密钥”，绑定继承人身份校验算法；仅通过身份校验的继承人，可调用容器解析接口获取记忆数据，实现数字遗产的安全传承；补充密钥安全机制：引入社交恢复（绑定3-5位可信联系人）与多签机制（需继承人与2位可信联系人共同授权），防止密钥丢失导致遗产永久锁定。

（二）多模态记忆处理模型 (作为存储与索引的特化扩展，定义图像/视频的特征提取、摘要、关联规则)

核心原则：遵循“特征化而非副本化”，聚焦图像/视频核心信息提取与关联，不存储原始媒体文件，以“记住关联与意义”为核心目标，兼顾成本控制与隐私保护。

1. 多模态存储核心规则

2. 成本控制优先：绝不存储原始媒体到云端，本地存储仅保留用户主动标记或系统筛选的优化版图像；默认99%的图片/视频仅留存“特征指纹”，原始文件由用户通过相册、云盘等自行管理；针对生活场景图片，新增智能筛选机制，仅保留构图完整、情感/意义突出的内容（如家庭聚会核心时刻、旅行标志性场景），自动过滤模糊、冗余、无核心意义的生活快照，避免存储冗余。

3. 三级存储策略：L1（指纹级）存储特征向量+文本描述（<1KB），用于关联检索与语义匹配；L2（预览级）存储关键帧缩略图（10-50KB），用于快速预览与记忆提示；L3（完整级）存储优化后图像（200-500KB），仅用于用户主动标记的重要记忆。

4. 自动清理规则：30天后自动删除L3完整级图像，保留L1+L2；90天后启动L2预览级清理，但新增双重豁免机制——1. 关联豁免：若该L2缩略图与有效聊天记录存在关联（关联分≥40分），则豁免清理；2. 相册映射豁免：若检测到用户本地相册存在该记忆对应的原始图片（通过文件名匹配、特征向量比对双重验证），则展示权限不受梯度清理影响，仍可正常预览，但后台梯度清理逻辑正常执行（仅保留L1指纹用于关联匹配）；无关联、无相册映射且90天内无用户查看的L2内容，才删除并仅留L1指纹；用户手动标记的“重要记忆”可永久保留L3。

5. 图像/视频处理算法

6. 轻量化特征提取：移动端采用轻量CNN/Transformer变体，将输入图像转化为256维特征向量，确保设备端处理效率与算力适配性。

7. 智能摘要生成：自动生成3句核心描述——主体描述（如“两人在会议室白板前讨论”）、关键内容（如“白板上写着Q2目标：增长30%”）、情感/氛围（如“氛围专注，有争论迹象”）。

8. 关键信息提取：通过OCR识别图片中的文字（会议白板、文档标题等）；仅执行人脸计数（不识别身份）；完成场景分类（如“会议室”“户外”“图表界面”）。

9. 视频优化处理：聚焦会议等核心场景，采用“场景特征提取+核心内容汇总”策略——仅提取1-3帧关键场景特征图（如白板核心内容、全员讨论场景、结论展示时刻），明确特征图核心维度：场景类型（如“会议室-多人讨论”）、核心主体（如“白板/投影/参会人员”）、关键状态（如“结论输出/问题争论”）；同步提取音频转文字内容，汇总为“会议主要内容”（含核心议题、讨论结论、待办事项）；自动关联视频原始文件名/会议主题标签，建立“特征图-会议纪要-原始文件名”的关联链，支撑应用与相册的精准匹配。

10. 多模态关联逻辑

11. 跨模态关联规则：强化“文件/场景”关联逻辑——文本中提到的会议主题/待办事项，自动关联对应会议的场景特征图与会议纪要；场景特征图通过文件名标签，自动关联相册中对应的原始图片/视频；图片中提取的关键信息（如白板结论），关联到相关项目文档与会议记录，形成完整记忆链路。

12. 关联强度计算：关联分=时间接近度×0.3 + 场景特征相似度×0.4 + 用户交互历史×0.3，优先展示关联分高的多模态内容；针对聊天记录与图片的关联，增设“关联保护阈值”（关联分≥40分即判定为有效关联），用于L2清理豁免与日常关联展示，避免因阈值过高导致关联断裂或清理过度。其中场景特征相似度为核心关键参数，采用可调整的复合函数计算框架，明确各维度构成与权重，为算法实现与参数调优提供清晰依据，具体规则如下：1. 核心公式：场景特征相似度 = 0.4×全局特征向量余弦相似度 + 0.3×场景分类标签匹配度 + 0.2×OCR关键词重叠率（Jaccard相似度） + 0.1×主体检测框IoU；各维度权重支持基于用户场景反馈、不同领域适配需求动态微调（微调逻辑见4.6算法迭代闭环）；2. 各维度详细判定规则：① 全局特征向量余弦相似度：基于轻量CNN/Transformer变体生成的256维多模态特征向量，计算两组向量的余弦相似度，取值范围0-1.0，反映整体场景的特征契合度；② 场景分类标签匹配度：预设“会议室讨论”“户外旅行”“家庭聚会”“图表评审”“白板研讨”等12类核心场景标签及“工作会议”“生活场景”“学习研究”3大类父标签，采用多级匹配机制——核心标签完全匹配得1.0分，同大类下细分标签匹配得0.6分，跨大类标签匹配得0.0分；③ OCR关键词重叠率（Jaccard相似度）：提取OCR识别文本中的核心关键词（过滤“的”“是”等停用词，保留名词、动词、核心数据），计算两组关键词集合的交集与并集比值，取值范围0-1.0；无OCR文本时该项得0.3基础分；④ 主体检测框IoU：对场景中的核心主体（如白板、图表、参会人员、旅行标志物等）进行检测并生成边界框，计算两组主体边界框的交并比，取值范围0-1.0；仅统计双方均检测到的主体类型，无共同主体时该项得0.0分；3. 计算示例：“白板讨论”场景与“图表评审”场景计算示例——全局特征向量余弦相似度（0.65分）×0.4 + 场景分类标签匹配度（同属“工作会议”大类，0.6分）×0.3 + OCR关键词重叠率（均含“项目目标”“Q2计划”，0.5分）×0.2 + 主体检测框IoU（均含“多人+文档类主体”，0.7分）×0.1 = 0.65×0.4 + 0.6×0.3 + 0.5×0.2 + 0.7×0.1 = 0.26 + 0.18 + 0.10 + 0.07 = 0.61分，精准判定两者同属工作场景且具备强关联性。

13. 混合检索算法：支持文本检索、图像特征检索、OCR文本检索并行执行，融合排序后返回结果；以图搜图功能仅在WiFi环境下可用，移动网络仅搜索指纹。

14. 算力与隐私控制算法

15. 设备端优先处理：所有图像分析、特征提取在设备端完成，仅同步加密后的特征向量（<1KB）用于跨设备关联，避免原始数据上传泄露。

16. 分级算力分配：充电+WiFi时处理积压的图像分析任务；移动网络下仅处理用户标记为重要的内容；低电量模式暂停所有非紧急处理。

17. 隐私保护规则：仅检测人脸存在（不识别身份）；特征向量加密后跨设备同步；原始文件与记忆系统完全隔离，绝不自动上传至任何服务器。

（三）梯度遗忘算法模型

1. 遗忘优先级判定逻辑：基于记忆片段的「内容类型标签」（含事实查询类、日常对话类、低价值临时沟通类、多模态场景类）与「用户交互频次」，建立自动化优先级判定机制，精准区分高/低价值记忆；多模态记忆额外结合场景重要度（工作场景按季度/半年度快照精简，生活场景保留优质内容）调整优先级。

2. 遗忘梯度执行规则：短期（1-7天）：完整保留所有记忆的原子结构（含文本与多模态L1-L3级数据），索引权重设置为最高，支撑即时回溯需求；

3. 中期（8-15天）：自动过滤重复、低价值记忆片段，文本仅保留核心结论与完整元数据，多模态保留L1+L2级数据，降低存储占用；

4. 长期（15天以上）：文本仅保留记忆片段的ID、核心元数据、用户标记内容及系统生成总结；多模态执行三级存储清理规则（含关联豁免与相册映射豁免机制）；支持用户手动锁定关键内容，豁免自动清理规则。

5. 宽限期管控逻辑：为所有待执行遗忘操作的记忆片段设置15天宽限期，并设置搜索及多次自动误删反馈功能，宽限期内完整保留恢复接口，到期后自动执行对应梯度的遗忘规则。

（四）智能标记与语义理解模型

1. 自动标记算法：基于命名实体识别（NER）与关键句抽取算法，智能识别文本记忆中的结论性语句、核心数据、核心观点，以及多模态记忆中的关键信息（如白板文字、场景主体），生成初始标记结果。

2. 反馈学习机制：提供“误标/漏标”一键纠正入口，用户反馈数据实时同步至模型训练模块，通过调整NER模型的实体权重与关键句判定阈值，持续优化自动标记的精准度；多模态标记额外收集场景特征识别反馈，优化筛选与摘要生成逻辑。

3. 语义标签生成模型：自动提取记忆片段的「领域关键词+逻辑类型+应用场景」，生成三层结构化语义标签（示例：“政策影响-因果逻辑-商业分析”“会议讨论-场景特征-工作复盘”），支撑后续跨领域、跨模态关联匹配。

4. 跨领域语义匹配逻辑：突破传统同领域匹配限制，基于“逻辑类型+核心观点”的语义向量相似度进行关联判定，实现核心逻辑一致的跨领域记忆匹配（如“政策引导技术迭代”与“教育政策推动创新”）；支持文本与多模态场景特征的跨类型匹配。

5. 关联性判定优化逻辑：定义“误关联率”“漏关联投诉量”两大量化评估指标——误关联率=误关联次数/总关联次数，漏关联投诉量基于用户反馈标签进行统计，为模型优化提供数据支撑。

6. 算法迭代闭环：构建“用户反馈数据池-模型参数微调-效果验证”的全流程迭代机制，每两周基于积累的反馈数据，微调语义匹配阈值与权重因子，持续提升关联判定精度；关联权重动态调整算法：基于用户对关联结果的正面/负面反馈进行在线学习，如用户多次点击某类关联结果则提升对应因子权重（如场景特征相似度权重），多次标记“不相关”则降低权重并优化匹配阈值。

7. 能力边界定义：输出关联性判定的置信度评分（0-100分），置信度低于60分的关联结果不主动触发展示，仅存入弱关联池，避免无效关联干扰用户。

（五）离散思维关联模型

1. 触发场景判定逻辑：基于“对话轮次统计+观点输出检测+多模态场景识别”三维度算法，判定是否为深度交流场景——满足“对话围绕单一核心话题展开≥3轮”“用户手动标记为‘深度思考’”“系统识别到观点输出/逻辑推导类内容”“多模态场景为重要工作/生活场景”四者之一即可激活；

2. 非深度交流场景（如寒暄、一次性事务沟通、简单事实查询、冗余多模态快照）下，直接屏蔽关联触发接口，避免冗余干扰。

3. 关联权重计算逻辑：建立多维度权重评估体系，权重因子包含激活频率（0.3）、历史重要程度（0.3）、时间远近（0.2）、跨领域/跨模态适配度（0.2）；仅定义因子维度，不固化具体数值，支持基于用户行为动态调整（具体调整逻辑见4.6），核心贴合当下关注重点。

4. 相似度阈值判定：核心观点语义向量相似度≥75%（文本-文本/文本-多模态场景特征）时，触发精准关联；相似度处于60%-70%区间的内容，纳入弱关联池，供后续发散探索。

5. 关联强度量化逻辑：逻辑相似度映射——将语义向量余弦相似度（0-1）转化为颜色深浅，颜色越深代表逻辑相似度越高；

6. 历史验证强度映射——将用户正反馈次数（0-5次）转化为线条粗细，线条越粗代表历史验证度越高，帮助用户快速判断关联价值。

（六）认知迭代追踪模型

1. 版本迭代记录逻辑：完整记录文本每一次修改的「操作类型+时间戳+内容差异值+修改原因」，生成可追溯的版本链；多模态记忆记录特征提取版本、摘要生成版本及关联调整记录，支撑后续认知迭代分析。

2. 认知变化提取逻辑：基于版本链的内容差异分析，自动提取用户的认知变化特征（如观点调整、分析维度拓展、思考深度提升等），生成结构化的“认知迭代轨迹向量”；结合多模态记忆的关联变化，捕捉用户对场景/信息的认知演变。

3. 冲突观点判定逻辑：对比当前观点与历史观点的语义向量，当差异值≥0.6时判定为观点冲突，自动记录冲突差异点、上下文信息及思考背景，支撑后续观点迭代分析；多模态场景关联的观点冲突额外记录场景特征差异，辅助认知分析。

（七）协作与学习强化模型

1. 实时协作核心逻辑：定义“协作空间原子化数据”规范，将各成员的标记内容、思维片段、多模态特征片段拆解为可拼接的原子单元，每个单元包含「贡献者ID+核心内容+语义标签+时间戳+数据类型」，支撑集体思维网络构建。

2. 集体思维网络生成算法：基于所有协作成员的原子单元语义向量（含文本与多模态），构建集体思维关联网络，自动识别网络中的共识点与差异点，支撑团队深度讨论；多模态内容作为场景佐证融入网络，提升讨论直观性。

3. 单人学习双回路逻辑：语音转文字实时处理——采用轻量级ASR模型，支持离线语音转文字，转写内容实时生成临时记忆原子，避免灵感流失；

4. 嘴-手协同校验：对比语音转写内容与手写标记内容的语义相似度，自动识别并提示两者差异点；优化体验设计：在用户一段落输入后，温和提示“发现一处表述差异，是否查看？”，避免专注思考时的干扰，辅助用户快速整合灵感，提升学习整理效率。

（八）伦理风险管控与极端场景模型 (顶层约束，整合所有伦理原则与兜底判定逻辑)

核心定位：作为模型层的独立顶级模块，制定贯穿所有模型的伦理约束原则与极端场景兜底规则，具体算法实现仍保留在对应子模块，此处仅做纲领性总结与全局约束定义。

1. 核心伦理原则：坚守“用户控制权优先”“原始内容不可篡改”“算法中立性”三大核心原则，所有模型设计均需遵循此约束。

2. 用户控制权保障规则：所有记忆数据（含多模态）的录入、存储、关联、删除均需用户明确授权或可手动干预；支持批量管理、导出清理、权限配置等全流程控制权；数字遗产继承引入多重安全机制，保障遗产可访问性与安全性。

3. 原始内容保护原则：原始对话、原始多模态特征提取结果等核心数据永久保留完整原子结构，总结、关联、标记等衍生内容仅作为辅助层，不可覆盖或替代原始数据；梯度遗忘仅清理冗余衍生内容，核心原始数据纳入宽限期保护。

4. 算法中立性约束：所有标记、总结、关联、筛选算法仅基于“内容特征”（如结论性语句、核心数据、场景特征）进行判定，不引入主观重要度评估、身份识别、价值评判等主观逻辑；算法参数可基于用户反馈优化，但核心中立逻辑不变更。

5. 认知退化预防原则：通过个性化记忆回顾周期、回想校验机制，鼓励用户主动内化外部记忆，避免过度依赖系统导致的认知退化；回顾与校验算法仅提供辅助引导，不替代用户自主思考。

6. 隐私保护兜底规则：所有数据处理均遵循“本地处理优先”“加密传输存储”“原始数据隔离”原则；绝不进行人脸、身份等敏感信息识别；多模态特征向量等敏感数据需二次加密，严防泄露。

7. 极端场景判定与兜底逻辑：明确三类核心极端场景的判定标准及兜底处理规则，全程保障用户决策权：1. 存储将满场景：当本地存储剩余容量达到默认阈值（10%）时自动触发预警，优先标记低价值冗余记忆（含无关联多模态L2内容）供用户确认清理，同步提供“导出至私有云”“开启版本精简”等优化入口；2. 长期未使用场景：连续30天无任何交互操作时判定为“回归场景”，自动生成近期核心记忆片段、关键多模态场景及未完成任务清单，提供“快速回顾”“继续之前任务”等便捷入口，降低回归使用门槛；3. 严重误关联场景：当用户连续3次反馈误关联后，自动弹窗提供“立即切换至严格关联模式”操作按钮，将模式切换决策权完全交予用户；同时基于用户反馈加速算法迭代，上调关联匹配阈值，减少无效关联干扰。

8. 能力边界透明化原则：明确告知用户系统的能力局限（如关联判定可能存在误关联/漏关联、多模态记忆为提示而非备份），通过置信度评分、优化进展展示等方式，管理用户预期，避免过度依赖。

模型层边界

1. 仅输出标准化能力接口（如“标记接口”“关联接口”“遗忘接口”“协作接口”“多模态处理接口”“伦理校验接口”等），明确接口入参、出参规范，不涉及接口调用时机与前端交互形式；

2. 所有算法规则支持参数调优（如语义相似度阈值、权重因子占比、多模态筛选阈值等），但核心伦理逻辑与中立性原则不随软件层交互设计调整而变更；

3. 仅处理结构化的记忆原子数据（含文本与多模态结构化特征），负责数据加密、语义分析、关联匹配、多模态处理等核心计算，不涉及界面渲染、用户输入采集、终端适配等非算法类任务；

4. 伦理风险管控仅输出底层规则与能力接口，用户预期管理、界面提示文案、反馈入口设计等均归属软件层实现。

二、软件层实现（交互与功能落地层）

核心定位：基于模型层输出的标准化能力接口，实现用户可感知的功能落地、交互设计与可视化展示，聚焦“易用性、轻量化、低摩擦”核心体验；所有偏向交互流程、界面设计、用户体验优化的需求，均归属此层范畴；模块顺序与模型层基本对应，体现调用关系。

（一）基础存储与交互模块

1. 存储管理功能：可视化容量分布——调用模型层存储索引数据，生成环形图展示原始记忆、标记内容、版本文件、回收站内容、多模态存储的占比情况，支持点击图表节点跳转至对应分类详情页；

2. 容量阈值设置——提供“自动清理”功能开关，用户自定义容量阈值后，软件层通过调用模型层遗忘接口执行自动清理操作；

3. 误删恢复交互——提供“回收站”功能入口，用户输入专属恢复密码验证通过后，调用模型层恢复接口还原记忆片段及版本记录。

4. 检索交互：提供关键词输入框及多维度筛选条件（含存储时间、标记等级、话题类型、数据类型等），用户触发检索后，调用模型层检索接口，展示记忆片段列表（默认加载核心摘要，点击可查看完整内容）；

5. 上下文回溯交互——提供“上下文回溯”功能按钮，调用模型层关联接口，精准加载指定上下文片段（含文本与关联多模态内容），无需加载全部历史记录，提升交互效率。

6. 数据可移植性落地功能：加密容器导出交互——提供“导出至私有云/本地设备”功能入口，用户选择导出范围（全量记忆/指定领域/高重要度内容/仅文本记忆）后，调用模型层加密容器生成接口，生成加密文件并引导上传至可信私有云；

7. 数字遗产设置界面——提供“遗产继承人授权”专属页面，支持用户录入继承人信息、设置授权密钥，配置社交恢复联系人与多签规则，通过调用模型层权限逻辑接口完成绑定；

8. 跨平台导入交互——提供“加密容器导入”功能入口，支持读取不同终端导出的加密文件，调用模型层解析接口完成数据迁移（含文本与多模态数据），保障跨平台使用体验。

（二）多模态记忆交互模块 (调用模型层(一)(二))

核心定位：以“克制交互、轻量化体验”为原则，实现多模态记忆的极简录入、智能展示与高效检索，明确告知用户系统定位为“记忆提示系统”而非“照片备份系统”。

1. 多模态录入交互

2. 极简录入流程：相册选择图片/视频→系统3秒内自动处理（图片：生成特征+摘要；视频：提取关键场景图+汇总会议主要内容）→用户确认/修改（支持补充会议主题、待办事项等标签）→保存指纹（默认）；支持手动切换至“保存完整图像”模式，弹窗提示存储成本（如“将保存优化版图像（约300KB），原始文件仍保留在相册中”）；

3. 批量处理模式：支持选择多张图片一键生成“图片记忆合集”，系统自动提取合集主题（如“2024.06产品会议合集”）；提供“仅保存指纹”批量处理选项，节省存储空间；针对生活场景图片，自动触发筛选机制，仅展示构图优质的候选内容供用户确认录入，减少冗余操作；

4. 录入权限控制：默认不自动添加图片记忆，需用户逐张批准；支持设置“自动录入白名单”（如特定相册、特定场景），提升高频场景效率。

5. 多模态展示交互

6. 记忆流呈现规则：以文本记忆为主，图片记忆为辅；图片默认显示为小缩略图，点击后按需加载高清版本；相似图片自动折叠（如“共8张会议照片”），避免冗余展示；会议场景优先展示关键特征图+会议核心内容摘要，标注对应的原始文件名（如“20240610产品复盘会.mp4-特征图1”），方便用户关联相册原始文件；

7. 关联展示逻辑：默认仅展示关联度最高的1-2张图片（降低极端性），提供“查看更多相关图片”折叠入口；移动网络下默认不加载高清图，仅显示缩略图，保障性能与流量控制；若检测到相册存在原始图，点击可选择“查看应用记忆版”或“跳转相册查看原始版”；

8. 用户预期管理：首次使用多模态功能时弹窗提示“系统帮你记住照片里的重要信息，而非存储照片本身；原始照片仍保存在你的相册中”，避免用户期望偏差。

9. 多模态检索与管理交互

10. 混合检索操作：支持多维度检索匹配——1. 文本检索（如“找202406产品复盘会内容”），同步展示会议纪要、关键特征图及对应的原始文件名；2. 以图搜图（上传相册原始图），匹配应用内关联的记忆片段与会议记录；3. 文件名检索（输入相册中视频/图片文件名），快速定位对应的记忆内容；

11. 多模态记忆管理：提供“批量删除”功能，支持一键删除某个时间段的所有图片记忆；导出加密容器时，可选“仅导出文本记忆”，灵活控制导出内容；

12. 存储监控交互：在记忆健康度仪表盘新增多模态存储占比展示，设置图片记忆总大小不超过文本记忆10倍的硬性上限，接近上限时弹窗提示清理建议；同时展示“关联豁免的L2内容占比”，让用户清晰了解L2保留的核心依据。

（三）荧光笔标记交互模块

1. 手动标记交互：滑动标记——长按文本触发荧光笔工具，滑动选中目标内容，支持核心（红色）、次要（黄色）两级标记，标记信息实时同步至模型层标记接口；支持对多模态记忆的关键特征图进行标记，关联至对应文本记忆；

2. 语音标记——支持语音指令（如“标记这段核心结论”“标记这张图的白板内容”）触发标记，软件层将语音转文字后调用模型层标记接口，完成标记操作。

3. 自动标记调优交互：在系统自动标记结果（含文本与多模态）旁设置“误标/漏标”一键纠正按钮，用户点击反馈后，软件层采集反馈数据并调用模型层学习接口，支撑模型优化。

4. 新手引导：首次使用时设计分步引导任务，引导用户完成3次手动标记操作（含文本与多模态），帮助模型层初始化用户标记偏好，降低学习成本。

（四）离散思维关联交互模块

1. 关联提示交互：精准关联——在对话窗口底部展示1-2条轻量化关联提示（含文本观点与多模态场景），旁附关联线可视化图标（颜色深浅表示逻辑相似度，线条粗细表示历史验证度），直观呈现关联强度；

2. 发散模式——提供“发散探索”功能开关，开启后从弱关联池随机加载1条内容（含文本与多模态），以折叠形式显示“潜在关联推荐”，用户可自主选择展开查看或忽略，保留意外洞见可能。

3. 关联详情交互：一级点击——展示核心思维链路（仅含观点要点+核心关联点+关键多模态特征图）；

4. 二级点击——加载完整思维记录与溯源信息（含文本版本链、多模态原始关联记录），支持“一键收起”操作，将回顾成本控制权交予用户；

5. 反馈交互——提供“关联不相关”一键反馈按钮，用户标记后调用模型层调优接口，支撑关联判定精度优化。

6. 关联性用户预期管理：首次使用关联功能时弹窗——坦诚告知用户“系统关联性判定处于持续学习阶段，可能存在误关联/漏关联情况，您的反馈将帮助系统快速优化”；在“系统设置-关于-优化进展”页面，展示脱敏后的当前误关联率及迭代优化趋势，增强用户信任。

（五）进阶记忆管理功能模块

1. 记忆健康度仪表盘：可视化面板——调用模型层索引、关联、迭代、多模态等核心数据，生成环形图（存储容量分布）、柱状图（近7/30天高频调取话题Top5）、热力图（近期认知迭代热点领域）、网络图（离散思维关联脉络）、多模态存储占比图；交互设计——支持自定义时间维度（日/周/月）筛选数据，所有关键数据节点支持点击跳转至对应记忆片段详情页，实现“可视化-溯源”闭环。

2. 情景化记忆模板：模板库——预置项目复盘、学术论文阅读、客户会议等高频场景模板，调用模型层标记接口，自动触发对应场景的核心维度标记提示（如项目复盘模板提示标记“目标、障碍、解决方案、结果、经验教训”，会议模板提示关联对应多模态场景图）；自定义模板——提供模板可视化编辑页面，支持用户设置专属标记规则、总结格式与关联逻辑（含多模态关联规则），保存后可直接调用模型层对应接口实现功能。

3. 外部知识内化接口：多格式导入——提供网页剪藏插件、PDF上传入口、图片OCR识别、音频转文字、视频关键帧提取等功能，软件层将提取的文字/特征内容转化为标准化记忆原子数据，调用模型层存储接口完成存储；知识关联交互——外部素材导入后，自动提示“是否关联相似内部记忆”，用户确认后调用模型层关联接口，生成“内外部知识融合笔记”（含外部素材关键信息+内部关联记忆+多模态佐证内容），打通内部记忆与外部知识壁垒。

（六）多设备同步与协作模块

1. 同步交互：主从设备设置——提供设备管理页面，支持用户指定手机为主设备，平板、电脑等为从设备；从设备通过端对端加密通道授权后，调用模型层同步接口获取检索索引与修改记录（含文本与加密多模态特征向量，非全量复制原始数据）；同步触发——支持手动触发同步，或设置“连接指定Wi-Fi后自动同步”，避免实时同步带来的隐私泄露与设备能耗问题。

2. 协作交互：基础协作——支持生成加密共享链接，可自定义链接有效期与操作权限（仅查看/可评论/可创建衍生版本），被分享者通过链接调用模型层只读/评论接口；实时协作画布——提供“协作空间”专属入口，进入后调用模型层实时协作接口，所有成员的标记内容、思维片段、多模态特征片段以原子单元形式动态展示，支持拖拽拼接、关联标注，自动生成集体思维网络图；共识/差异展示——在协作画布右侧分区，高亮标注集体思维的共识点，分色标注差异点，支持一键导出协作成果（含思维网络图、共识/差异清单、关联多模态内容汇总）。

（七）单人学习强化模块

1. 嘴-手双回路交互：语音实时记录——提供“灵感语音”功能按钮，点击后启动在线/离线ASR转写，调用模型层语音处理接口，实时生成临时记忆内容，快速捕捉灵感；手写同步整合——支持一边语音记录一边手写标记内容，软件层调用模型层协同校验接口，对比两者语义相似度，自动识别差异点；优化体验设计：在用户一段落输入后，温和提示“发现一处表述差异，是否查看？”，避免专注思考时的干扰；

2. 灵感导出——支持将语音转写与手写整合后的内容，一键生成笔记或总结文档，调用模型层存储接口完成保存；支持关联多模态场景图插入文档，提升笔记完整性。

（八）伦理与极端场景优化模块 (调用模型层(八)，实现用户侧引导)

1. 记忆塑造风险规避交互：界面优先级设计——展示记忆内容时，原始对话、原始多模态特征提取结果置顶展示，总结、关联等衍生内容折叠呈现并标注“衍生内容”字样，支持一键切换至“仅展示原始内容”视图；手动干预入口——提供“屏蔽自动总结/关联/多模态筛选”功能开关，用户开启后仅展示原始记忆内容，避免算法引导用户注意力。

2. 认知退化预防交互：轻量提醒功能——在首页或系统通知栏，按个性化回顾周期推送“记忆回顾”提醒，用户点击后进入回想界面，调用模型层回想校验接口，展示记忆关键点引导用户主动回想；回想成果展示——用户完成回想后，展示回想结果与原始记忆的匹配度评分及差异对比，鼓励用户主动内化外部记忆，强化生物记忆。

3. 极端场景引导交互：存储将满——弹窗温和提示“本地存储即将满，可通过以下方式优化：1. 导出至私有云 2. 清理低价值记忆 3. 开启版本精简 4. 清理无关联多模态内容”，提供一键跳转至对应功能页的入口；长期未使用回归——展示“回归引导页”，汇总近期核心记忆片段、关键多模态场景、未完成任务清单，提供“快速回顾”“继续之前任务”等便捷入口，降低回归使用门槛；严重误关联——用户连续3次反馈误关联后，弹窗提示“已记录您的反馈，系统将优先优化此类关联规则；可暂时开启严格关联模式，减少无效关联干扰”，提供模式快速切换入口，避免用户产生挫败感。

4. 隐私保护交互强化：在设置页面单独增设“隐私保护中心”，集中展示所有隐私相关设置（如本地处理开关、加密同步开关、多模态特征加密设置、人脸计数仅开启选项）；提供“隐私安全检测”功能，定期扫描记忆数据存储与同步状态，提示潜在风险。

软件层边界

1. 仅调用模型层输出的标准化接口，严格遵循接口入参、出参规范，不修改模型层核心算法逻辑与数据处理规则；

2. 所有交互设计以“轻量化”为核心原则，避免过度渲染与复杂操作流程，降低设备性能消耗与用户操作成本；如嘴-手协同校验优化、多模态轻量化展示等设计均遵循此原则；

3. 聚焦用户操作路径优化、界面可视化设计、用户预期管理与反馈收集，不涉及底层数据加密、语义分析、关联匹配、多模态处理等核心计算任务；

4. 功能落地需适配手机、平板、电脑等不同终端的交互规范与界面尺寸，但核心调用的模型层接口保持一致，保障跨终端体验统一；

5. 伦理风险管控侧重“用户感知与操作引导”，通过界面设计、提示文案、功能开关、隐私中心等方式规避风险，不涉及底层伦理规则制定。

三、分层协作规则

1. 模型层为软件层提供核心能力底座，软件层根据用户实际使用场景（如深度交流/泛谈、单人学习/团队协作、文本/多模态处理），自主判断接口调用时机——例如深度交流场景调用关联接口，泛谈场景则屏蔽该接口，多模态场景调用特征提取与关联接口；

2. 软件层负责采集用户全流程反馈（如标记纠错、关联反馈、伦理相关操作偏好、多模态筛选反馈等），同步至模型层用户反馈数据池；模型层定期基于反馈数据迭代算法参数，优化接口输出结果，形成“用户反馈-模型优化-体验提升”的闭环；

3. 数据流转闭环：用户输入/操作→软件层采集并转化为结构化数据→调用模型层接口完成核心处理→软件层将处理结果可视化展示→用户反馈→软件层采集反馈同步至模型层→模型层算法调优，实现全流程闭环；

4. 性能适配策略：软件层根据终端算力差异，自主选择调用模型层轻量化或完整版接口——例如移动端调用精简版语义向量计算接口与多模态特征提取接口，PC端调用完整版接口，兼顾体验与性能；

5. 需求协作规范：数据可移植性、伦理风险管控、实时协作、多模态处理等所有核心需求，均遵循“模型层定底层规则/算法，软件层做上层交互/落地”的协作模式，严格划分两层职责边界，避免职责混淆。