为什么这个问题难？
- 聊天、卡片、书单、回忆、关系分析和知识图谱越做越多，但用户仍不知道下一步做什么。
- 认知雷达和成熟度百分比会制造心理测量的伪精确，降低而不是增强可信度。
- 站长读取用户正文的后台能力与个人成长产品所需要的隐私信任直接冲突。
我负责什么，也明确不做什么。
推进范围
- 调研同类产品与公开用户需求，重新定义核心闭环
- 设计行动、证据、来源链、长期记忆和反馈机制
- 实现账号隔离、配额、导出、删除和 BYOK 边界
- 在原生 Python / SQLite / JSON / JS 体系中实现轻量检索、长期记忆和自动化测试
主动边界
- 不对用户人格、成熟度或心理状态给出伪精确评分
- 不允许管理员为了运营方便读取用户私人正文
关键决策与取舍
- 01
从知识数量改成行为变化
核心对象由卡片扩展为认知、行动、证据与变化；主导航收敛成今日、对话、知识、回顾，行动完成必须留下证据。
- 02
移除伪精确，而不是给分数加免责声明
取消雷达分、成熟度百分比和固定人格结论，改成可展开的来源、时间范围、证据强度、用户确认和反例修正。
- 03
AI 只能建议，不能悄悄接管
沉淀先预览再确认；每个账号只消费一次 Preview Token；同类负反馈连续出现三次也只能生成待确认规则。个人事实、规则和示例可编辑、停用、恢复或永久删除。
- 04
用轻量 RAG 保留来源，而不是只返回相似文本
检索覆盖六类候选对象，结合中文 bigram、字段权重、TF-IDF 余弦、30 天衰减与状态权重；Top-K 结果保持稳定的 [S1] / [S2] 来源编号。
HEART-04：不引入向量数据库，也能让回答回到可检查的来源对象。
- 05
把隐私能力做进产品
开放注册的同时下线后台正文读取；支持原始数据和 Obsidian Vault 导出、自助永久删除与本地优先存储。
系统怎样形成闭环？
对话与沉淀
- 6 类场景
- 沉淀预览
- 用户确认
行动与证据
- Card / Gap → Action
- 完成证据
- 阶段回顾
检索与控制
- 轻量 RAG 来源链
- 记忆管理
- 导出与永久删除
界面之外，什么能证明它真的被推进过？
QUALITATIVE
完整成长闭环
对话、行动、完成证据和回顾形成连续路径，而不是多个互不相干的功能入口。
HEART-04可解释检索
六类候选对象经过轻量排序后返回稳定来源编号，结论可回查而不是只显示模型答案。
HEART-02经过全量回归
13 个测试文件中的 120 项自动化测试全部通过，包含 12 项检索专项测试。
QUALITATIVE
隐私优先的展示策略
不公开真实对话、知识图和个人资料；只使用物理裁除账号侧栏的空白对话工作区与登录前公开页面。
LIVE · 已核验me.dreamhalidearabic.site
空白工作区用具体困扰、反复念头和未开始事项帮助用户开启对话；账号侧栏已物理裁除。
LIVE · 已核验me.dreamhalidearabic.site
登录前公开页把对话、行动、证据与数据边界放在注册动作之前。
LIVE · 已核验me.dreamhalidearabic.site
移动端保留完整价值主张、隐私原则与注册路径，没有依赖桌面 hover。
只展示可以解释口径的结果。
120 / 120 通过
自动化测试
13 个测试文件，含 12 项检索专项测试
截至 2026.08
6 类对象 · Top-K
可溯源轻量检索
稳定来源编号 [S1] / [S2]，不依赖向量数据库
截至 2026.08
复盘
可解释性不是在 AI 结论旁边加一句免责声明，而是让用户看见来源、反例、时间和删除权。