上下文不等于记忆
近期消息精确但有限。一旦离开模型上下文窗口，就需要另一层保留仍然重要的内容。
实用原则
近期消息精确但有限。一旦离开模型上下文窗口，就需要另一层保留仍然重要的内容。
叙事压缩会保留剧情、情绪关系和未解决线索，同时有意舍弃准确措辞和次要细节。
用户能够查看、纠正、固定和删除角色带往未来的事实时，长期记忆才最可靠。
世界书只检索与当前场景相关的地点、势力、规则和人物，而不是每一轮都塞入整本百科。
阅读路径
01
AI 记忆不是魔法——它是一个分层的系统：长期事实 + 自动摘要 + 每个人设独立的上下文。这篇讲清楚你的 Reverie 角色到底保留了什么、丢了什么、以及怎么保证关键的瞬间能撑过接下来的 100 条消息。
02
不是每件重要的事，说出口的时候都带着"这很重要"的标签。现在 Reverie 的角色会在对话安静下来之后，回头再看一遍——把那些当时没被记住的事，悄悄补进记忆里，不需要你打开记忆面板。
03
去年我们撰文称设定集（lorebook）是一个"复杂度陷阱"——正则触发、插入概率、几乎没人能配置完的多语言噩梦。我们至今仍这么认为。所以当我们做世界书时，只保留了唯一值得保留的东西——给角色一个世界——其余一概舍弃。这篇文章解释：我们改变的是做法，而不是立场。
04
如果你能在对话中成为任何人会怎样？我们的用户人设系统不只是帮助AI记住你——它解锁了探索不同版本自我和全新人格的无限方式。
05
如果每个对话都能像故事一样分支会怎样？我们的分叉功能不只是尝试不同的回应——它让用户能够自由探索无限可能，而无需担心后果。
练习路径
把准确姓名、承诺和规则保存成长期条目，让摘要负责更柔软的情绪与叙事质感。
选择角色专属或全局记忆，再用人设和分支隔离互不相关的故事。
把设定拆成聚焦条目，提供名称、别名和简洁说明，使每条都能独立检索。
检查记忆与世界书使用情况，修复错误条目，并删除已经不属于当前故事的信息。
指南常见问题