用途与实际影响
这项功能怎样使用
为什么需要它
引用长消息一次不等于读懂所有主题，原文找到了也未必形成可用判断。卡片数量、覆盖比例和检索非空都可能掩盖重要经历、反例或真实取舍仍未被用上。
举个实际例子
我说“结合你了解的我，帮我判断这次沟通怎么处理”。满足本次资料保护后，AI先用相关完整认识给出有依据、可纠正的判断，必要时才回到原文；新结果若改变共同理解，就由这次任务合并回写。我不用另去维护几份档案，也不要求每个普通判断都另找完成凭证。
最后我会得到什么
得到与这次问题相关的经历、取舍、理由和可改变结论的反例。需要时能继续看到完整经历或原话；来源文件只换位置会重新核对定位，内容变了才复查引用。领域真正采用后的结果另行核对。
可以用于当前帮助
核心理解能直接说明典型经历、价值取舍、当前影响和重要反例；需要时能回到同源完整卡与依据。
需要分辨
片段未覆盖长消息的其他主题、作者或派生边界不清、专业领域尚未实际采用时，保留具体缺口并只补相关证据。
当前不可用
当前卡、原文或领域入口不可读取时，只使用仍可靠的既有背景；未命中不表示没有经历或用户删除了材料。
从哪里开始
说“结合你对我的了解”提出当前沟通或取舍问题。
需要准备什么
- 当前要沟通或取舍的问题
- 现有认识尚不知道的新事实（如有）
从开始到拿到结果
- 1
系统核对并处理
先读有关的现行认识，需要时才打开详卡或原文，区分经历、解释、推断和未知。
- 2
交付与接续
交回有依据且可纠正的建议；新共同认识由眼前任务回写，专业结果仍归对应领域。
技术实现与依据
这里保留实现、关键条件、精确入口、历史记录和验证结果。
v0.18.0 / schema（数据结构） 6 保留索引、详卡、角色引用和可靠回写；来源更正已经修订受影响认识。9月8日48张卡仅是历史聚合，本页未读取私人卡片或重算今天数量关键规则与设计选择
本人基本情况、经历、生活重点、通用价值和偏好在这里维护；工作业务、健康专业结论和其他领域的对象/动态状态留在各领域。
summary 先讲核心认识，detail 保留完整经历与推理，evidence 提供校准；核心默认内容约 100K 是上界取舍，不是阅读上限、目标填充量或自动计数门。
已有可靠理解足够就直接交流；模型按问题和后果决定索引、完整卡、原文或领域入口，不用字数或关键词机械分流。
材料留存不是随机抽样：记录多、语气激烈或只见一方表达不能证明现实冲突单向发生；缺少留痕也不准补造经过或动机。
事实、本人此时的解释与模型最倾向的推断分开；敢给有依据的日常评价，同时说明足以推翻判断的反例，不把人写成固定标签。
表达时间、所述时期、当时选择与后来反省分开；“开始”“不再”等变化判断需要前后证据。角色与岗位责任会改变行为含义时，概括和详述都保留，不把正常履职直接解释成私人善意。
事件有记录不等于它是当前人生主线；模型误读造成的重复纠错不是本人持续执着。被明确推翻的解释退出当前判断，不换同义词继续沿用。
阅读、整合、领域接收和回答实际取用是四项不同结果。独立验收只给自然问题与正常能力环境，不预告预期事实或固定答案。
本模块用到的名词
- Source material（原文候选）
- 用于定位可能未整合的内容，命中与已有引用都不等于完整阅读或事实认证。
- Evidence role（证据角色）
- supports 支持、contradicts 反例、context 语境；程序核对引用，模型判断含义。
- Shared background（共用本人背景）
- 各领域按需使用同一份当前本人理解，不共享它们的专业数据库或行动状态。
专业定义
默认结果是经历的意义、核心取舍和对眼前决定的帮助；有问题再展开依据，不让人先看一份处理流水。
解决什么
解决重复解释本人背景、各领域现行档案漂移、只积累证据却没有理解、摘要抹掉反例和检索计数冒充实际帮助。
当前怎样实现
- preference_snapshots 增加 title、detail_text、aliases_json；CURRENT（当前状态） 与 PROFILE 从同一数据库生成，索引模式保留摘要和有限预览，--key 精确返回一张或多张完整卡。指定键的读取只验证所选卡及其引用，不再为了这一张卡先检查无关全部当前卡；原完整读取保持兼容。
- profile --key <卡片键> --reader --json 完整返回选中卡的摘要与详述，证据角色和记录编号保留，重复引用只在顶层展开一次；需要原件时继续用 original。它不是摘要截断，也不把引用去重当作读过全文。
- profile/evidence 的 source_materials 返回尚未进入卡片或长消息其他主题的原文候选，保留作者、派生类别、日期、命中字段、片段范围和原文编号。普通 evidence 不把未整合引用直接当成偏好。
- facts 按 source-id、provider、logical-source 三种不同范围过滤；规范值来自 status，非法值显式报错，合法零命中不证明全库不存在。
- reviewed_citations 增量接入已核微信消息、保留 ASR（自动语音识别） 片段和附件的最小引用。原生身份与原表达时间固定，独立转写使用独立来源流，不把导入时间当说话时间。
- original 分开 verified_owner_original、verified_derived_result 与 verified_attachment_artifact；后两种只证明结果或附件身份，不证明逐字准确、说话人身份或附件正文已读。ASR（自动语音识别） 引用只读已有结果，不启动识别。
- snapshot 与 snapshot-batch 以 supports / contradicts / context 绑定记录和明示，引用历史原话时显式保留语境。证据编号或角色变化必须提交复核后的详述，不静默带回旧理由。
- 原件归位或精确去重后，repair-artifact-locators --manifest <JSON> --json 先预检，--apply 才事务更新同字节定位与可证明的来源根；逐项核对大小和 SHA-256，不重新导入记录，不改原文、认知卡或历史观察。reviewed_citations 的定位参与证据版本，仍走引用更新与卡片复核。
- 领域经稳定入口正常读写，不维护内部表、不复制父库程序或整库材料；业务读取先按实际任务显式声明--privacy-level none|screen|factor，已安装PCConfig核对真实状态和保护记录后才返回profile/evidence/facts/original、缓存或索引。普通偏好先screen、档案性私密内容先factor，不先读后判，也不为省验证降成泛泛回答。修改程序/规则/接口才进入源码施工。
执行流程
- 1
先满足当前资料保护，再恢复问题与相关本人理解
- 2
已有依据足够时直接判断和交流
- 3
需要时从索引选完整卡或原文
- 4
区分事实、解释、推断与未知
- 5
保留重要经历、取舍、结果与反例
- 6
领域完成自己的专业结果
- 7
产生新共同认识的领域任务在阶段交付前可靠回写并回读
- 8
用自然问题检查实际取用
边界
- 不复制原始聊天、完整媒体、病历、账本或领域计划到公开页面。
- 不靠全库 100%、逐卡确认或问卷把交流推迟。
- 不把模拟、包装、转贴或旧 AI 建议自动当成本人经历。
- 既有历史原件与正式成果保留，更正主要影响后续使用。
- 未来领域首次实际需要时再落实，不因产品关系图提前建空项目。
失败与恢复
- 索引有命中但重要主题未被回答
- 沿相关完整原文与上下文补读，修正认识和取用，不让用户重述已存在材料。
- 引用的原件或派生结果变化
- 复核同一来源身份和当前版本，相关卡重新审阅；不把旧片段带到新结果。
- 专业内容只停在交接意向
- 回到独立领域的正常入口，核对实际接收结果；未闭合就明确保留缺口。
真实入口
DOMAIN_CONTRACT.md理解、证据取舍、领域职责与可靠回写
daily_preferences.py / schema.sql认知卡、索引、原文候选、引用角色和版本
source_snapshots.py已核引文接入与稳定原生身份
tests/test_personal_background.py / test_profile_index.py / test_reviewed_citations.py / test_source_materials.py本人背景、索引、引文与原文召回合成回归
如何验证
- 2026-09-07 基线套件为 185 项 Python、14 个子测试与 7 项 Node 通过；9 月 8 日 08:16 批次在 7e5fe1b 重验精确读取、手机导出及 Steam 相关范围。
- 2026-09-08 08:16 只读聚合为 73 来源、48 当前卡、quick_check=ok 和外键 0；15:31 来源数量已更新为 104，没有读私人卡片。
- 真实理解质量必须另以自然问题确认典型经历、评价、限制与当前帮助；本次网页测试不冒充该项完成。
与其他模块的关系
本模块形成默认可使用的认识；下面的表达、来源、取证、原件和推荐模块继续提供版本与依据。