两年前我写第一个 Agent 时，最头疼的问题不是模型不够聪明——而是它每开一个新会话就失忆。后来有了 RAG，有了向量数据库，但新的问题来了：笔记散落在本地，论文在 PDF 里，收藏的网页在书签里，知识图谱自己又建一套。三个库互不打通，召回时各查各的，结果就是 Agent 的「记忆」有缝——同一个话题，FTS5 命中一条，语义检索命中另一条，知识图谱再冒出第三条，没人帮你合并。

Knowledge-and-Memory-Management v0.0.2 的核心理念就一句话：知识的价值不在于存了多少，而在于调用时能一次性拿出全部相关材料。

三层不是三层独立，是一条链

项目实现了 FTS5（SQLite 全文搜索）→ Hindsight（PG16 语义向量）→ gbrain（知识图谱关键词）的链式召回。不是三个接口让 Agent 自己选，是 lightweight_recall.py 一个入口自动走完三级：

用户查询