第一章. 记忆的解剖学——为什么你的 AI 总是 “金鱼脑”？

本章学习路径：

1.1. 痛点复现：那个 “重复造轮子” 的下午

在 Note 02 中，我们亲手打造了一位 “博文写作专家”。它能够按照我们定义的 12 条铁律输出高质量的技术文章，表现堪称惊艳。

但当我们真正把它投入日常写作时，一个令人抓狂的问题开始浮现。

想象这样一个场景：你已经用这位专家写了 9 篇系列博文。每一篇的开头，你都会贴上项目的技术栈版本表、你的个人写作风格指南、以及一份 “禁止使用的词汇清单”。到了第 10 篇，你满怀期待地开启新对话，输入：

“继续写第十篇，主题是 Redis 缓存优化。”

AI 的回复让你血压飙升：

“好的，请问您希望使用什么样的写作风格？目标读者是谁？有没有需要遵守的格式规范？”

它全忘了。

那份你精心打磨了三个小时的 “风格指南”，那张包含 JDK 17、Spring Boot 3.2、Redis 7.0 的版本表，那个 “严禁使用’小编’一词” 的禁令——统统消失在数字的虚空中。

你不得不再次打开那份 Word 文档，复制，粘贴，然后看着 AI 像第一次见面一样，重新 “学习” 这些它本应烂熟于心的规则。

这不是 AI 的错，也不是你的错。这是 架构的局限。

聊天记录本质上是一条 “时间线”。每一轮对话结束，这条时间线就被封存。当你开启新对话时，AI 面对的是一张白纸。它不知道你是谁，不知道你在做什么项目，更不知道你对 “的地得” 的使用有着近乎偏执的坚持。

128k 的上下文窗口确实很大，大到可以塞进一整本《哈利·波特》。但问题在于：你不可能每次开工前，都把整本 “项目百科全书” 手动粘贴进去。

我们需要的，是一种让 AI 能够 跨对话、跨时间 持续记住关键信息的机制。

这就是本章要解决的核心问题：如何给 AI 装上一颗真正的 “海马体”？

1.2. 三层记忆金字塔：AI 的认知架构

为了解决 “金鱼脑” 问题，我们需要先理解 AI 的记忆是如何工作的。在 SillyTavern 的体系中，存在一个清晰的 三层记忆金字塔 模型。

1.2.1. 塔尖 (L1)：工作记忆——你的办公桌

工作记忆 对应的是 AI 的 Context Window（上下文窗口）。

想象你正坐在一张办公桌前。桌上摊开的文件、便签、正在编辑的文档——这些就是你的 “工作记忆”。它们触手可及，你可以立刻引用、修改、回应。

DeepSeek V3 的上下文窗口是 128k tokens，大约相当于 10 万个汉字，或者一本中等厚度的小说。这张 “办公桌” 已经足够宽敞。

但办公桌有两个致命缺陷：

1. 面积有限：再大的桌子也有边界。当对话越来越长，最早的内容会被 “推下桌面”，彻底遗忘。
2. 关机即清空：每次你离开办公室（结束对话），保洁阿姨会把桌上的一切收拾得干干净净。第二天你回来，桌面空空如也。

工作记忆是 AI 思考的 “主战场”，但它不是用来 “存储” 的地方。

1.2.2. 塔中 (L2)：触发式记忆——你的随身便签本

触发式记忆 对应的是 SillyTavern 的 World Info（世界信息/世界书） 功能。

想象你随身携带一本便签本。每一页都贴着一个标签：张三、项目A、Redis配置。当有人提到 “张三”，你立刻翻到那一页，把相关信息调出来。

World Info 的工作原理完全一致：

• 你预先定义一系列 关键词（Keys） 和对应的 内容（Content）。
• 当对话中出现这些关键词时，系统自动把对应内容 “注入” 到 AI 的上下文中。

举个例子：

当你说 “用我的风格写一段介绍”，系统检测到关键词 我的风格，自动把风格规范塞进 AI 的 “办公桌” 上。AI 看到了这份规范，自然就会遵守。

L2 的核心特征是 “精确触发”：你必须明确知道自己要用什么关键词，系统才会响应。它像一本索引清晰的字典，但你得先知道要查哪个词。

1.2.3. 塔底 (L3)：检索式记忆——地下档案室的管理员

检索式记忆 对应的是 RAG（Retrieval-Augmented Generation，检索增强生成） 技术，在 SillyTavern 中主要通过 Data Bank 扩展实现。

想象你公司有一个巨大的地下档案室，里面存放着过去十年的所有项目文档、会议纪要、技术规范。你不可能记住每一份文件的名字和位置。

但档案室有一位神奇的管理员。你只需要说：“帮我找找去年那个关于服务器报错的处理方案”，管理员就能凭借 语义理解，从成千上万份文件中找出最相关的几份，送到你的办公桌上。

这就是 RAG 的工作方式：

1. 预处理阶段：把你的文档 “翻译” 成一串串数字（向量），存入向量数据库。
2. 检索阶段：当你提问时，系统把问题也 “翻译” 成向量，然后在数据库中寻找 “数字上最接近” 的内容。
3. 生成阶段：把检索到的内容塞进 AI 的上下文，让 AI 基于这些 “参考资料” 生成回答。

L3 的核心特征是 “模糊搜索”：你不需要知道确切的关键词，只要描述你的需求，系统就能通过语义相似度找到相关内容。它像一位理解你意图的图书管理员，而不是一本死板的索引。

1.2.4. 三层协作：完整的认知闭环

理解了三层记忆的定位，我们就能看清它们是如何协作的：

一个典型的工作流程是这样的：

1. 你提问：“帮我写一篇关于 Redis 缓存穿透的文章，参考知识库里的资料，用我的风格。”
2. L3 介入：系统根据 “Redis 缓存穿透” 这个语义，从 Data Bank 中检索出 3 份相关文档。
3. L2 介入：系统检测到关键词 “我的风格”，从 World Info 中提取风格规范。
4. L1 工作：DeepSeek 拿到 [你的问题] + [L3 的参考文档] + [L2 的风格规范]，在工作记忆中完成推理，输出最终文章。

这就是 “海马体” 的完整架构。接下来的章节，我们将逐层实操，把这套系统真正搭建起来。

1.3. 本节小结

本章我们从一个真实的痛点场景出发，建立了理解 AI 记忆系统的认知框架。

第二章. L1 实操——大模型基准对话实操

本章学习路径：

2.1. 突破限制：从 “省着用” 到 “大胆用”

在 GPT-4 时代，我们习惯了精打细算，生怕多发一段代码就爆 token。但在 DeepSeek 面前，这种习惯需要改变。

2.1.1. 为什么要拉满 64k+？

SillyTavern 默认的 Context Limit 通常保守地设为 4096 或 8192。对于简单的聊天够用，但对于 “博文写作专家” 这种生产力场景，这远远不够。

想象你的工作台只有课桌那么大。当你写第 10 篇博文时，为了放下新的参考资料，SillyTavern 被迫把第 1 篇博文的设定资料 “扔进碎纸机”（从上下文头部截断）。这就是为什么 AI 聊久了会 “失忆”。

将 Context Limit 拉升至 64k (65536) 甚至 100k，意味着给 AI 换了一张 10 米长的会议桌。你可以把整个项目的代码、之前所有的文章草稿、甚至整本技术手册都摊在桌上，AI 随时都能看见。

2.1.2. 关键配置动作

1. 解锁上限：点击顶部 滑块图标 🎛️，勾选 “Unlock Context Size” (解锁上下文长度)。
2. 设定数值：拖动滑块或直接输入数值。推荐设置为 65536。

• 为什么要留余量？ 虽然 DeepSeek 支持 128k，但预留一半空间可以防止极端情况下的计算溢出，且 64k 对绝大多数任务已是绰绰有余。

3. 同步调整回复长度：别忘了把 Response Length 拉到 4000+。否则桌子再大，AI 每次也只能写个 500 字的开头。

2.2. 进阶策略：防止 “上下文污染”

拥有了巨大的工作台，新手最容易犯的错误就是：什么垃圾都往上堆。

如果你把无关的闲聊、错误的尝试代码、过期的文档都留在上下文里，AI 的注意力会被分散，输出质量会显著下降。这就是 Garbage In, Garbage Out。

我们需要学会 “清理桌面”。

善用 “Scrubbing” (清洗) 功能

SillyTavern 提供了一个被 90% 用户忽略的神器：Scrubbing。

• 场景：你让 AI 写一段代码，它写错了。你指正，它改了又错。经过 5 轮拉锯战，终于对了。
• 问题：这 5 轮错误的尝试依然留在上下文里，占用空间且干扰 AI（它可能会模仿之前的错误写法）。
• 操作：

1. 在对话气泡上，找到 删除 (垃圾桶) 或 编辑 (铅笔) 图标。
2. 直接删除 那些无效的中间过程。
3. 或者使用 编辑 功能，把 AI 错误的回复直接改成正确的代码。

专家建议：保持上下文的 “纯净度” 比单纯追求长度更重要。在长对话中，养成随手删除无效对话的习惯，你的 AI 会越来越聪明。

第三章. L2 实操——酒馆世界书详解

本章学习路径：

在上一章中，我们把 L1 工作记忆的潜力榨干了。但 L1 有一个无法回避的问题：它是 “易失性” 的。每次开启新对话，办公桌都会被清空。

那些你希望 AI “永远记住” 的东西——写作风格、术语规范、项目参数——不应该每次都手动粘贴。它们应该像 “随身便签本” 一样，在需要的时候自动出现。

这就是 World Info 的用武之地。

3.1. 什么是 World Info？

World Info（世界信息），有时也被称为 “世界书” 或 “知识库”，是 SillyTavern 提供的一种 关键词触发式记忆系统。

它的工作原理非常直观：

1. 你预先定义一系列 条目（Entry），每个条目包含 关键词（Keys） 和 内容（Content）。
2. 当对话中出现某个关键词时，系统自动把对应的内容 “注入” 到 AI 的上下文中。
3. AI 看到了这些内容，就会据此调整自己的行为。

举个例子：

你创建了一个条目：

• 关键词：我的风格、品牌调性
• 内容：语气要幽默接地气，严禁使用"小编"一词，结尾必须有互动引导。

当你在对话中说 “用我的风格写一段话”，系统检测到关键词 我的风格，自动把那段内容塞进 AI 能看到的地方。AI 读到了这个要求，输出的内容自然就会符合你的风格规范。

关键认知：World Info 是 “精确触发” 的。你必须使用预设的关键词，系统才会响应。它不会 “猜测” 你的意图。

3.2. 创建你的第一本世界书

在 Note 02 中，我们给 AI 设定了一个“博文写作专家”的身份。但仅有人设是不够的，我们需要给它装入一套厚重的 “教学法典”。

这本世界书将不再仅仅是简单的“个人品牌指南”，我们将它升级为 Edu_Core_OS (教育核心操作系统)。它包含了你作为技术教育者的思维模式、行为铁律和排版审美。

3.2.1. 打开 World Info 管理界面

步骤 1：点击地球仪图标

在 SillyTavern 顶部工具栏中，找到并点击 地球仪图标 🌐。这是通往 AI “长期记忆库”的大门。

步骤 2：进入管理面板

点击后会打开 World Info 管理面板。这里就像一个书架，列出了你创造的所有知识库。

3.2.2. 创建新世界书

步骤 1：点击创建按钮

在下拉菜单旁边，找到 + 号按钮（Create New World Info），点击它。

步骤 2：命名世界书

在弹出的对话框中，输入一个更有分量的名字：

1

Tech_Educator_Manifesto

(技术教育者宣言) —— 这个名字代表了这不仅仅是格式规范，更是教育者的灵魂。

步骤 3：确认创建

点击确认后，一本空白的世界书就创建好了。接下来，我们希望根据为大模型设计的提示词中从中抽离关键点，以我的提示词为例

3.3. 构建核心规则库

世界书的核心是 条目（Entry）。我们在 Note 02 中精心打磨的那份《技术教育者宣言》，如果一股脑塞进一个格子里，AI 很可能会 “消化不良”——要么顾此失彼，要么干脆选择性失明。

更聪明的做法是：把它拆解为 4 个核心模组，让 AI 像运行操作系统一样，模块化地调用规则。

3.3.1. 认识条目编辑器的核心参数

在开始填空之前，我们先看懂界面上的关键设置。

我们将视线从界面的最上方开始，严格按照从左到右、自上而下的顺序，逐一拆解这些参数的实际功能。

这是控制整个“世界书”运作方式的控制台。在展开的面板中，只需关注以下核心项，其余保持默认即可：

• 扫描深度 (Scan Depth)：滑块默认为 2。这意味着系统会检测最近的 2 条聊天记录来寻找关键词。

• 上下文百分比：控制世界书内容占总上下文预算的比例，默认即可。

• 插入策略：

• 下拉菜单选择 角色世界书优先 (Character World First)。这决定了当多个世界书同时生效时，当前绑定的角色规则优先于全局规则。

• 关键复选框：

• 匹配整个单词 (Match Whole Words)：建议勾选。防止关键词 art 错误匹配到 smart。

• 递归扫描 (Recursive Scanning)：通常勾选，允许条目内容中触发其他条目。

  第二部分：条目基础属性 (中间条目栏)

点击任意一个条目栏，我们看这一行的关键设置：

第三部分：关键词与逻辑 (条目栏下方)

这是决定“什么时候触发”的核心区域：

• 主要关键字 (Primary Keywords)

• 填写内容：零基础, 基础, 小白, 菜鸟, 入门, 初学者, 萌新, 菜鸡

• 说明：这是触发索引，输入多个同义词以覆盖用户可能的表达。

• 逻辑 (Logic)

• 选择：与任意 (Any)

• 说明：只要聊天记录中出现了列表里的 任意一个 词，就会激活该条目。

• 可选过滤器 (Optional Filter)

• 说明：用于排除特定场景（负面关键词），此处留空。

第四部分：覆盖设置 (关键词下方的一排控件)

你会看到一排和全局配置相关的栏目

• 功能：允许单个条目违背全局设定。
• 配置建议：对于通用规则，全部保持 使用全局设置。这能确保所有条目遵循统一的标准（如扫描深度、大小写敏感度），便于维护。

第五部分：内容编写 (Content 文本框)

这是条目的实体内容，即触发后发送给 AI 的具体指令：

1
2
3
4
5

[系统指令：检测到新手用户]
注意：用户是完全的初学者。
1. **先验知识擦除**：假设用户连如何新建文件、如何打开终端都不知道，必须补全这些“显而易见”的步骤。
2. **语气调整**：增加鼓励性话语，减少冷冰冰的专业术语堆砌。
3. **环境锁定**：明确告诉用户需要下载什么版本的软件，不要让他自己选。

第六部分：高级流控 (底部数据栏)

位于内容框下方，这三个参数控制条目生效的时效性：

• 黏性 (Sticky)：设置为 0。

• 若设为 > 0，条目触发后会在后续 N 轮对话中持续强制生效。对于“零基础模式”，我们希望它随用随取，所以设为 0。

• 冷却 (Cooldown)：设置为 0。

• 条目触发后，禁止再次触发的轮数。此处不需要限制。

• 延迟 (Delay)：设置为 0。

• 触发后延迟 N 轮才生效。此处不需要。

第七部分：绑定与触发源 (最底部)

• 绑定到角色或标签 (Bind to Character)

• 位置：底部左侧文本框。

• 状态：此处显示 Prorise的博文专家。

• 作用：这也是一种“防误触”机制。它将这条“零基础教学”规则死死锁定给当前这个特定的博文专家角色。如果你切换去和“代码审查员”或“情感树洞”角色聊天，即使触发了关键词，这条规则也不会生效。

• 排除 (Exclude)

• 位置：绑定角色右侧的复选框。

• 作用：勾选后逻辑反转（即“除了这个角色，其他人都生效”）。此处 不要勾选。

• 筛选生成触发器 (Filter Generation Triggers)

• 位置：底部右侧的长条下拉菜单（如图中展开的列表）。

• 定义：这是对 用户操作动作 的筛选。它决定了 AI 在什么类型的回复模式下，才允许调用这条规则。

• 选项详解：

• 正常 (Normal)：标准的一问一答。

• 滑动 (Swipe)：当你对 AI 的回答不满意，向左滑动重写时。

• 继续 (Continue)：当你点击“继续”让 AI 接着没说完的话写时。

• 重新生成 (Regenerate)：当你点击刷新按钮时。

• 配置建议：保持默认（All types / 空白）。

• 理由：我们希望无论你是正常提问，还是觉得 AI 写得不好滑走重来，只要涉及到“新手”话题，这个“零基础思维”的规则都必须时刻生效，不需要针对动作做限制。

• 额外匹配来源
• 位置：最底部的折叠区域（需点击箭头展开）。
• 作用：默认情况下，系统只会在“聊天记录”里找关键词。勾选这里的选项（如 角色描述、用户设定），系统就会去扫描你的角色卡和个人简介。
• 配置建议：保持默认（全部不勾选）。我们只关注当下的对话内容是否涉及新手话题。

3.3.2. 模组一：认知内核

上一节我们把所有的配置项几乎都讲解了一遍，现在我们进入实操，那么对于一个 博客助手 来说，世界树（World Info）存在的真正意义绝对不是“重复记忆”，而是 “对抗大模型的熵增（遗忘和幻觉）”。

这个模组要植入的是，在我们的主提示词里说要“零基础友好”，但 AI 经常“知识诅咒”，越讲越深。这里需要一个强制的降维指令。

触发机制： 当出现特定技术名词，或者用户表现出不懂的情况，一般是由我们给出用户画像为小白，或是基础等词眼，我们就必须强制大模型在一个面向“小白的”场景下替我们编写博文，在此环境下大模型创作出来的内容往往会更加温和且易懂

步骤 1：创建新条目

点击 + New Entry。

步骤 2：填写配置

步骤 3：填写 Content

1
2
3
4
5

[系统指令：检测到新手用户]
注意：用户是完全的初学者。
1. **先验知识擦除**：假设用户连如何新建文件、如何打开终端都不知道，必须补全这些“显而易见”的步骤。
2. **语气调整**：增加鼓励性话语，减少冷冰冰的专业术语堆砌。
3. **环境锁定**：明确告诉用户需要下载什么版本的软件，不要让他自己选。

3.3.3. 模组二：质量守门员

这个模组要植入的是 “12 条铁律” 的精简版——AI 的底线熔断机制, 对于代码质量来说，我们往往希望大模型能够注重于处理核心讲解的内容，严格的错误需要在这里指正

步骤 1：创建新条目

步骤 2：填写配置

红线就是红线，每一秒都不能触碰，所以必须常驻。

步骤 3：填写 Content

1
2
3
4
5
6
7
8
9

[质量熔断机制]
在输出前执行自检，触犯以下红线必须立即修正：

1. 对话穿帮：检测到"根据您提供"、"正如您要求" -> 删除并重写
2. 术语裸奔：检测到未解释的生僻缩写（如 AQS, GC） -> 立即补充注释
3. 代码巨无霸：检测到超过 50 行的连续代码块 -> 强制拆分为分步讲解
4. 跳步遗漏：检测到省略了"新建文件"或"打开配置"等基础动作 -> 立即补全
5. 解释后置：检测到先贴代码后解释 -> 调整顺序，先讲目的再贴代码
6. 中英混杂：检测到英文报错无中文翻译 -> 补充直译和通俗解释

3.3.4. 模组三：内容引擎

只有知识没有风格，写出来的博文就像教科书一样枯燥。这个模组的目的是给 AI 装上一个 “风格滤镜”，确保它输出的内容既有干货，又符合我们“零基础友好”的人设。

为了找到最适合新手的讲解方式，我们测试了 10 种不同的教学风格。你可以根据自己的喜好，从下表中选择一种作为你的核心风格后填入模板

可选风格库一览

步骤 1：创建新条目

点击 + New Entry。

步骤 2：填写配置

步骤 3：填写 Content (核心指令)

将以下内容复制进去，这就是让 AI 变成“金牌讲师”的秘籍：

1
2
3
4
5
6
7
8
9
10
11
12

[系统指令：加载动态讲解风格]
你现在的任务是基于特定的风格偏好进行技术讲解。

请读取并严格执行以下 **[风格协议]** 中的所有定义（语气、逻辑结构、价值观）：

============= [风格协议加载区] =============
[在此处粘贴你从上方"风格库"中选中的那一段内容]
==========================================

**执行约束**：
1. **协议优先**：上述风格设定的优先级高于默认性格。
2. **一致性**：在本次解释中，必须全程保持该风格的“味道”，不得中途变回百科全书。

3.3.5. 模组四：视觉渲染器

这个模组要植入的是 “排版规范” 和 “富文本组件”——AI 的排版审美，不同的博客主题可能会有不同的博客标签，以及写作可能会有特殊的规范，所以我们可以再次给足大模型预定好的主题标签内容，这里其实不是一个固定的范式，所以示例我们尽可能的广泛一点

步骤 1：创建新条目

步骤 2：填写配置

步骤 3：填写 Content

1
2
3
4
5
6
7
8
9

[视觉结构规范]
1. 标题层级：仅使用 # (章) -> ## (节) -> ### (点)，严禁使用 ####
2. 复杂步骤：使用"**步骤 N：引导词**"作为段落开头，替代四级标题
3. 嵌套禁令：严禁在无序列表下直接嵌套代码块，必须保持左对齐
4. 代码洁癖：严禁 System.out，必须使用 Slf4j；严禁魔法值，必须提取常量
5. 组件使用：
   - Note 标签：仅用于环境说明或警告提示
   - Tabs 标签：仅用于版本或方案的横向对比
   - Mermaid 图表：涉及数据流向或架构原理时必须使用

3.3.6. 理解插入位置：规则在 Prompt 中的 “座位表”

完成了四个核心模组的创建后，你可能会注意到每个条目都有一个 插入位置 (Insertion Position) 的下拉菜单。这个设置决定了规则内容在最终发送给 AI 的 Prompt 中 “坐在哪个位置”。

位置不同，权重就不同。越靠后的内容，AI 的 “注意力” 越集中——这是大语言模型的特性，它对 Prompt 末尾的指令更敏感。

让我们逐一拆解下拉菜单中的每个选项：

基础位置组

示例消息组（↑EM / ↓EM）

作者注释组

深度插入组（@D）

这是最灵活也最容易让人困惑的一组选项。我们在下一节专门讲解。

特殊位置

3.3.7. 深度插入（@D）：在对话历史中 “埋雷”

普通的插入位置是 “静态” 的——规则要么在 System Prompt 里，要么在对话记录的固定边界上。但 @D（At Depth） 系列选项允许你把规则 “埋” 进对话历史的特定深度。

什么是 “深度”？

深度是从最新一条消息往回数的位置。想象对话记录是一摞扑克牌，最新的消息在最上面：

1
2
3
4
5

深度 0：最新的 AI 回复（或即将生成的回复）
深度 1：用户的最新输入
深度 2：上一轮 AI 的回复
深度 3：上一轮用户的输入
...以此类推

三种 @D 选项的区别

深度值的设置

当你选择任意一个 @D 选项后，需要在旁边的 深度 输入框中填写具体数值。

核心原理：大语言模型对 Prompt 末尾的内容更敏感。深度越小（越靠近最新消息），规则的 “存在感” 越强；深度越大（越靠近对话开头），规则越容易被 “稀释”。

实战示例：强制 AI 记住某个约束

假设你发现 AI 总是忘记 “代码注释必须用中文” 这条规则。你可以创建一个条目：

这样，每当对话中出现 “代码” 相关的关键词，这条提醒就会被插入到深度 1 的位置（紧贴用户最新输入），确保 AI 在生成回复时 “刚刚看到” 这条约束。

3.3.8. 顺序与深度：两套优先级系统的协作

现在你已经了解了 “插入位置” 和 “深度” 的概念，但还有一个关键参数需要理解：顺序（Order），也就是界面上显示的那个数字（如 100）。

顺序 vs 深度：它们解决不同的问题

场景演示：当两个条目打架时

假设你有两个条目，都设置为 角色定义之后：

• 条目 A：Quality_Gatekeeper，顺序 = 100
• 条目 B：Zero_Basis_Mindset，顺序 = 50

最终在 Prompt 中的排列顺序是：

1
2
3
4
5
6
7

[System Prompt / 角色定义]
↓
[条目 B：Zero_Basis_Mindset]  ← 顺序 50，先出现
↓
[条目 A：Quality_Gatekeeper]  ← 顺序 100，后出现
↓
[对话记录]

关键认知：顺序值越大，在 Prompt 中的位置越靠后，AI 的注意力越集中。所以，最重要的规则应该设置更高的顺序值。

推荐的顺序分配策略

3.3.9. Outlet：动态出口的高级用法

在插入位置的下拉菜单最底部，有一个神秘的选项：Outlet。

什么是 Outlet？

Outlet 是一个 “动态占位符”。它本身不代表任何固定位置，而是由其他扩展或脚本来决定内容最终插入到哪里。

你可以把它理解为一个 “快递中转站”——包裹（规则内容）先送到这里，然后由调度系统（其他扩展）决定最终派送到哪个地址。

适用场景

对于普通用户的建议

如果你不使用上述高级扩展，请忽略 Outlet 选项。它是为有特殊需求的高级用户准备的，普通场景下完全用不到。

3.3.10. 四大模组的最终配置速查表

完成所有配置后，让我们用一张表格总结四个核心模组的完整设置：

配置逻辑解读：

1. Visual_Renderer 放在最前面（角色定义之前），作为 “地基” 存在
2. Zero_Basis_Mindset 和 Content_Style_Engine 按需触发，顺序相同
3. Quality_Gatekeeper 顺序最高（150），确保它是 AI “最后看到” 的规则，拥有最高的执行优先级

这套配置形成了一个完整的 “规则金字塔”：格式规范打底 → 风格引擎调味 → 质量守门员把关。无论 AI 怎么 “发挥”，最终输出都会被这套系统层层过滤，确保符合我们的标准。

3.4. 绑定世界书到角色

创建好世界书只是第一步，现在它还静静地躺在系统的数据库里。我们需要把它“装备”到我们的 博文专家 身上，确保他在对话时能够实时调用这些规则。

3.4.1. 进入角色管理

步骤 1：点击名片图标

在 SillyTavern 顶部工具栏中，找到并点击 名片图标 (User Management/Character) 👤。

步骤 2：定位目标角色

在左侧的角色列表中，找到并点击我们在 Note 02 中精心创建的 “博文写作专家”。

3.4.2. 关联世界书

这里是操作的关键分叉点，请务必注意操作位置。

步骤 1：找到 Character World 设置项

在角色编辑面板中向下滚动。请注意，我们要找的是 “Character World (角色世界书)” 区域，通常位于高级设置或专门的 World Info 栏目下。

步骤 2：勾选目标规则库

在下拉列表或复选框中，找到我们刚才编写的 Zero_Basis_Mindset (或你命名的规则库名称)，将其勾选。

步骤 3：保存配置

点击 OK 或保存图标，确保设置生效。

3.5. 测试触发效果

配置完成后，让我们验证 World Info 是否正常工作。

3.5.1. 发起测试对话

回到聊天界面，确保当前选中的是 “博文写作专家” 角色，然后输入：

1

请用我的风格，写一段关于 Python print 函数的介绍。

3.5.2. 观察输出结果

如果配置正确，AI 的输出应该呈现以下特征：

• ✅ 语气幽默接地气，像朋友聊天
• ✅ 使用 “我们” 而非 “小编”
• ✅ 段落简短，关键词加粗
• ✅ 结尾有互动引导

3.5.3. 对比测试

为了确认是 World Info 在起作用，你可以做一个对比测试：

测试 A：输入 “写一段关于 Python print 函数的介绍”（不包含触发词）

测试 B：输入 “用我的风格，写一段关于 Python print 函数的介绍”（包含触发词）

对比两次输出的风格差异。如果测试 B 明显更符合你的风格规范，说明 World Info 配置成功。

3.6. 本节小结

本章我们完成了 L2 触发式记忆层的配置，为博文专家装上了一本 “随身风格手册”。

核心认知：World Info 是 “精确触发” 的记忆系统。它的优势在于 可控性强——你明确知道什么时候会触发、触发什么内容。但它的局限也很明显：你必须记住那些关键词，而且无法处理 “模糊需求”。

下一章，我们将进入 L3 检索式记忆层，学习如何用 Data Bank 构建一个能够 “语义搜索” 的知识库，彻底解决 “我不知道该搜什么关键词” 的问题。

第四章. L3 实操——构建酒馆 RAG 本地向量模型存储

在前两章中，我们分别优化了 L1 工作记忆（榨干 128k 上下文）和 L2 触发式记忆（World Info 风格手册）。但这两层都有各自的局限：

• L1 是 “易失性” 的，关闭对话就清空
• L2 是 “精确匹配” 的，必须知道关键词才能触发

现在，我们要攻克最后一层：L3 检索式记忆。它将赋予 AI 一种全新的能力——语义搜索。

你不需要记住任何关键词，只要描述你的需求，系统就能从海量文档中找出最相关的内容。这就是 RAG（Retrieval-Augmented Generation，检索增强生成）技术的魅力。

4.1. 方案选择：本地 vs 云端的哲学

在配置 L3 之前，我们需要先做一个根本性的决策：你的数据值多少钱？

4.1.1. 两种方案的本质差异

4.1.2. 本文的推荐策略

默认推荐：本地 Transformers 方案

基于以下三个核心理由：

理由 1：数据主权

当你使用云端 Embedding 服务时，你的每一条聊天记录、每一份上传的文档，都会被转换成向量并发送到服务商的服务器。即使服务商承诺 “不用于训练”，你也无法验证。

而本地模型则完全不存在这个问题——数据从未离开你的硬盘。

理由 2：成本可控

云端服务的定价模式是 “按调用次数付费”。看似便宜（智谱 AI 约 ¥0.0005/1K tokens），但当你上传了 100 份文档，每份文档被切分成 50 个 chunks，每次对话都要检索 5 个相关 chunks 时，成本会迅速累积。

而本地模型则是 一次配置，终身免费。

理由 3：技术趋势

开源 Embedding 模型的质量正在快速追赶商业模型。例如 Jina Embeddings v2 在多个基准测试中已经接近 OpenAI 的 text-embedding-3-small。

进阶选择：智谱 AI 云端方案

如果你遇到以下情况，可以考虑云端方案：

• 硬件性能不足（老旧电脑）
• 追求极致的向量质量
• 多设备同步使用

本章将 先讲本地方案（4.2-4.4 节），再讲云端方案（4.5 节），你可以根据自己的需求选择。

4.2. 核心概念：Embedding——AI 的 “翻译官”

在动手配置之前，我们需要理解一个关键概念：Embedding（嵌入/向量化）。

4.2.1. 为什么需要 Embedding？

AI 模型本质上是一个 “数学机器”，它只能处理数字，看不懂文字。

想象你有一本厚厚的技术手册，里面写着 “Redis 缓存穿透的解决方案”。当你问 AI “帮我找关于缓存问题的资料” 时，AI 面临一个问题：它怎么知道 “缓存问题” 和 “Redis 缓存穿透” 是相关的？

如果只是简单的关键词匹配，AI 会错过很多相关内容。比如：

• “缓存击穿”（用词不同，但语义相关）
• “热点数据失效”（完全不同的词，但描述的是同一个问题）

这就需要一个 “翻译官”，把人类的文字翻译成 AI 能理解的 “数字语言”，并且这种翻译能够 捕捉语义相似性。

这个翻译官，就是 Embedding 模型。

4.2.2. Embedding 的工作原理

Embedding 模型会把一段文字转换成一个 向量（Vector）——一串长长的数字，通常有几百到几千个维度。

举个简化的例子：

注意看：前两个文本虽然用词不同，但它们的向量非常接近（数字上很相似）。而第三个文本的向量则完全不同。

这就是 Embedding 的魔力：它能捕捉语义相似性，而不仅仅是字面匹配。

当你问 “帮我找关于缓存问题的资料” 时，系统会：

1. 把你的问题转换成向量：[0.80, 0.16, 0.92, ...]
2. 在向量数据库中计算 “数字距离”，找出最接近的内容
3. 把找到的内容返回给你

这就是 “语义搜索” 的本质。

4.3. 本地方案：零成本的 Transformers 配置

现在，让我们开始配置最简单、最直接的本地 Embedding 方案。

4.3.1. 打开 Vector Storage 设置

步骤 1：进入扩展管理

在 SillyTavern 界面右上角，点击 扩展图标 🧩（拼图形状）。

步骤 2：找到 Vector Storage

在扩展列表中，找到并点击 “Vector Storage” 或 “向量存储”，展开设置面板。

4.3.2. 选择本地 Transformers

步骤 1：选择向量化源

在 “Vectorization Source” 下拉菜单中，选择 “Local (Transformers)”。

步骤 2：无需填写任何配置

这就是本地方案的优势——无需 API Key，无需 URL，开箱即用。

4.3.3. 启用向量存储

根据你的需求，勾选以下选项：

推荐配置：

• ✅ Enable for chat messages：为聊天消息启用向量存储（即每一次聊天都可能被向量化）
• ✅ Enable for files：为上传的文件启用向量存储（即可以上传PDF/word文档，通常这一些可以被向量化）
• ⬜ Enable for World Info：为世界信息启用向量检索（可选，通常不需要）

4.3.4. 调整参数（可选）

对于新手，默认参数已经足够好。如果你想深入优化，可以调整：

参数解释：

• Chunk Size：文本会被切分成小块进行向量化。太小会导致上下文碎片化，太大会降低检索精度。400 是一个经过测试的平衡值。
• Score Threshold：相似度阈值。0.25 表示只返回相似度超过 25% 的内容。提高这个值会让检索更精确，但可能找不到内容；降低会返回更多结果，但可能包含不相关内容。

4.3.5. 首次使用：自动下载模型

步骤 1：上传测试文件

在聊天界面点击 附件图标 📎，上传一个测试文件（建议 < 1MB 的文本或 Markdown 文件）。

步骤 2：观察模型下载

第一次使用时，SillyTavern 会自动从 HuggingFace 下载 Embedding 模型。

下载信息：

• 模型名称：Cohee/jina-embeddings-v2-base-en
• 模型大小：约 130MB（ONNX 量化版本）
• 向量维度：768
• 下载时间：取决于网速，通常 2-5 分钟

网络提示：如果你在国内，HuggingFace 的下载速度可能较慢。可以按 F12 打开控制台，观察下载进度。如果长时间卡住，可以尝试使用代理或稍后重试。

步骤 3：等待向量化完成

文件上传后会自动开始向量化。你会在右下角看到进度提示：

成功现象：

• 进度条走完
• 显示 “Inserted X vector items”
• 没有报错信息

4.3.6. 测试检索效果

向量化完成后，让我们验证检索是否正常工作。

测试方法：

向 AI 提问一个与你上传文件相关的问题。例如，如果你上传了一份关于 Python 的笔记，可以问：

1

帮我回顾一下之前笔记里关于 Python 列表推导式的内容

预期效果：

AI 的回答应该包含你笔记中的具体信息，而不是泛泛而谈的通用知识。如果 AI 能准确引用你笔记中的细节（比如你写的示例代码、你的个人理解），说明 RAG 配置成功。

4.4. 工作原理：揭开黑盒

当你选择 Local (Transformers) 后，幕后发生了什么？理解这个过程有助于你更好地优化配置。

4.4.1. 模型下载与加载

SillyTavern 使用的是 Jina Embeddings v2 模型的 ONNX 量化版本。这个模型的特点：

• 向量维度：768（每段文本被转换成 768 个数字）
• 最大长度：8192 tokens（约 6000 个汉字）
• 模型大小：130MB（经过量化压缩）
• 运行环境：纯 JavaScript（通过 ONNX Runtime Web）

模型会被下载到：

1
2
3
4
5
6

E:\SillyTavern\data\_cache\
└── models\
    └── Cohee_jina-embeddings-v2-base-en\
        ├── onnx\
        │   └── model_quantized.onnx
        └── tokenizer.json

4.4.2. 文本向量化流程

当你上传文件或发送消息时，文本会经历以下处理：

第一步：文本切分

长文本会被切分成多个 chunks（默认 400 tokens 一块）：

1
2
3
4
5
6

原始文档（5000 字）
    ↓ 切分
Chunk 1: "第一章 项目介绍..."（400 tokens）
Chunk 2: "1.1 技术栈选择..."（400 tokens）
Chunk 3: "1.2 架构设计..."（400 tokens）
...

第二步：向量化

每个 chunk 被转换成 768 维向量：

1
2
3

Chunk 1: "第一章 项目介绍..."
    ↓ Embedding 模型
Vector 1: [0.123, -0.456, 0.789, ..., 0.234]  (768 个数字)

第三步：存储

向量被存储在本地的 Vectra 数据库中：

1
2
3
4
5
6
7
8

E:\SillyTavern\data\default-user\vectors\
├── transformers\
│   ├── chat_xxxxxxxx\          # 聊天记录的向量
│   │   └── Cohee_jina-embeddings-v2-base-en\
│   │       └── index.json
│   └── file_xxxxxxxx\          # 文件的向量
│       └── Cohee_jina-embeddings-v2-base-en\
│           └── index.json

4.4.3. 语义检索流程

当你发送新消息时，SillyTavern 会：

第一步：问题向量化

1
2
3

你的问题: "帮我找关于缓存问题的资料"
    ↓ Embedding 模型
问题向量: [0.80, 0.16, 0.92, ..., 0.39]

第二步：相似度计算

在向量数据库中，计算问题向量与所有已存储向量的 “距离”（通常使用余弦相似度）：

1
2
3
4

问题向量 vs Chunk 1 向量 → 相似度: 0.85
问题向量 vs Chunk 2 向量 → 相似度: 0.32
问题向量 vs Chunk 3 向量 → 相似度: 0.78
...

第三步：筛选与排序

• 过滤掉相似度低于阈值（0.25）的 chunks
• 按相似度从高到低排序
• 取前 N 个（默认 3-5 个）

第四步：注入上下文

把检索到的 chunks 注入到 AI 的上下文中：

1
2
3
4

[System Prompt]
[检索到的 Chunk 1]
[检索到的 Chunk 3]
[用户问题]

AI 基于这些 “参考资料” 生成回答。