会议纪要长期记忆系统

一个面向会议纪要的长期记忆原型，当前架构已经从“根目录脚本堆叠 + 外部向量库存储”迁移为更清晰的包结构，并收敛到：

• Neo4j 作为唯一图存储与检索数据载体
• Embedding + 关键词 + 图事实 的混合检索模式
• 更接近 graphiti 的 Meeting / Episode / Entity / Fact 数据组织方式

当前能力

• 会议文本结构化抽取
• 原文归档到 data/raw
• 行动项和指标状态的跨会议合并
• 基于内容哈希和语义相似度的重复检测
• 基于 Neo4j 的图谱写入
• 基于 Neo4j 的混合检索

处理流程

meeting.md
  -> 内容哈希去重
  -> Neo4j 语义相似去重
  -> LLM 抽取结构化信息
  -> 原文归档
  -> 行动项 / 指标状态合并
  -> 写入 Neo4j:
       Meeting
       Episode
       Entity
       Fact

项目结构

meeting_memory/
├── meeting_memory/
│   ├── __init__.py
│   ├── cli.py
│   ├── config.py
│   ├── extractor.py
│   ├── graph_store.py
│   ├── meeting_processor.py
│   ├── meeting_state.py
│   ├── raw_store.py
│   └── services/
│       ├── __init__.py
│       └── embedding_service.py
├── data/
│   ├── raw/
│   └── meeting_state.json
├── main.py
├── MIGRATION_TASKS.md
└── requirements.txt

说明：

• meeting_memory/ 包目录中是当前真实实现
• 根目录现在只保留 main.py 作为 CLI 入口，其他实现全部收拢到包目录
• vector_store.py 已移除，检索能力已迁到 Neo4j 图结构中

环境配置

复制环境变量模板：

copy .env.example .env

填写配置：

LLM_API_KEY=sk-xxx
LLM_BASE_URL=https://api.deepseek.com/v1
LLM_MODEL=deepseek-chat

EMBEDDING_API_KEY=sk-xxx
EMBEDDING_BASE_URL=https://api.openai.com/v1
EMBEDDING_MODEL=text-embedding-3-small

NEO4J_ENABLED=true
NEO4J_URI=bolt://localhost:7687
NEO4J_USER=neo4j
NEO4J_PASSWORD=your-password
NEO4J_DATABASE=neo4j

安装

python -m venv .venv
.venv\Scripts\pip install -r requirements.txt

使用方式

python main.py
python main.py process meeting_example.md
python main.py process meeting_example.md -f
python main.py text "今天会议讨论了弱光指标和交付节奏"
python main.py query "弱光指标目标值是多少"
python main.py stats
python main.py batch "meetings/*.md" -f

检索设计

当前查询不再依赖独立向量库，而是基于 Neo4j 中的三类候选进行混合排序：

• Episode：会议级文本上下文
• Entity：实体摘要与描述
• Fact：主体-关系-客体事实

排序信号包括：

• 语义相似度
• 关键词命中
• 图事实加权

迁移说明

迁移任务记录见 MIGRATION_TASKS.md。

当前限制

• 当前环境如果没有安装 neo4j Python 包，导入图存储模块时会退化为禁用状态
• 由于本地运行环境限制，端到端验证仍然依赖可用的 Neo4j 实例和正确的凭据