Company Brain记忆系统揭秘：向量混合搜索如何听懂你的团队

【免费下载链接】company-brainOpen-sourcing our company brain - A teammate in your Slack that remembers everything your team says, and can go do the work.项目地址: https://gitcode.com/gh_mirrors/co/company-brain

Company Brain是部署在 Slack 里的 AI 队友，它记住团队说过的每一句话，还能主动动手完成任务。它的核心能力来自一套向量混合搜索记忆系统——既懂语义、又抓关键词，让你随口一问就能召回团队里几个月前的决定、会议结论和分工。

如果你想知道"Slack AI 机器人到底怎么记住团队对话"，这篇文章用大白话带你拆解 Company Brain 的记忆架构、混合搜索原理和权限边界。

一、Company Brain 是什么：Slack 里的"团队外脑"

一句话定义：Company Brain = 一个会听、会记、会动手的 Slack 机器人。

• 听：监听你在工作区里 @它 的消息、私聊，以及公开频道里的关键讨论。
• 记：把对话沉淀成结构化的"记忆条目"，按频道/个人/公司三个层级隔离。
• 答：下次有人问"Acme 那次会议定了吗？"，它从记忆里检索，给出答案并附上来源。
• 做：能调用 GitHub、Notion、Gmail 等工具，真的去执行任务。

架构总览见官方文档 docs/architecture.md，它描述了从 Slack 事件到 AI 回复的完整主链路。

二、记忆的三层容器：谁在记、记在哪

Company Brain 不是把所有东西塞进一个大数据库，而是把记忆切成三个隔离的容器（container），每条记忆只写入对话发生的那一间"屋子"。

规则很简单：消息写在它发生的那间屋子，读取时才能跨屋子借调。

读取范围由 src/brain/memory/read-scope.ts 决定：

• 公开频道提问 → 只能读公开记忆；
• 私密频道提问 → 读该频道 + 公开记忆；
• 私聊提问 → 读你的员工记忆 + 公开记忆 +你所在的所有私密频道记忆。

这就是为什么在#general里问不到#acme-deal里的秘密——你的访问边界就是记忆的边界。更多细节见 docs/guide/permissions.md。

三、向量混合搜索：怎么"听懂"你的问题

这是整篇文章的重点。你问"上次那个 SSO 的事谁在跟？"——这句话既不是精确的字符串，也不是一个现成的语义向量。Company Brain 用混合搜索（Hybrid Search）同时跑两路：

1. 向量检索（语义匹配）：把你的问题编码成向量，在记忆里找"意思最接近"的条目——哪怕你用了不同的措辞。
2. 关键词检索（精确匹配）：匹配字面上出现 "SSO"、"谁"、"跟" 的条目——适合查人名、项目代号、具体术语。

两路结果合并打分，取相关度最高的 Top 40 条。相关度阈值（BRAIN_RELEVANCE_THRESHOLD）设为0.3，低于它的直接丢弃，避免返回"看似相关实则跑题"的噪音。

核心逻辑在 src/brain/memory/search-brain.ts，几个关键参数：

查询多个容器后，系统会按 ID 去重（保留相似度更高的那条），再统一按相似度排序，取最终 Top 40。

💡为什么叫"混合"？纯向量搜索擅长"意思相近"，但查SSO这种缩写容易漏；纯关键词擅长精确匹配，但你换个说法就抓瞎。两路互补，召回率更稳。

四、标签系统与主题树：让记忆更有序

每条记忆不止是一段文字，它还携带标签（Tags）——这是 Company Brain 对记忆做结构化分类的关键。

标签种类定义在 src/brain/memory/tags.ts：

person / channel / topic / project / customer / team / preference / task / other

每条记忆最多4 个标签（MAX_BRAIN_TAGS_PER_MEMORY = 4），写入时自动归一化，避免"张三"和"Zhang San"变成两个标签。

在标签之上，Company Brain 还维护一棵主题树（Topic Tree），见 src/brain/memory/tree.ts。它把topic_、project_、customer_、team_这几类标签组织成层级路径，比如：

project/SSO → 包含 3 条相关记忆 customer/Acme → 包含 5 条相关记忆

当某个节点下的记忆多到一定程度，系统会自动拆节点（maybeSplitNode），保持树的粒度合适、检索更快。

五、从写入到召回：记忆的完整生命周期

对话发生 → 提取记忆 → 写入容器 → 打标签 → 入主题树 → （下次提问时）混合搜索召回

写入逻辑在 src/brain/memory/writeback.ts，关键点：

• 每条消息只写一个容器（就是它发生的那间屋子）；
• 写入时dreaming: "instant"表示即时向量化，不用等后台批处理，几秒内可被搜到。

召回分两条路径：

1. 主动搜索（searchBrain）：有人提问时触发，就是上面讲的混合搜索。
2. 环境注入（src/brain/memory/profile-recall.ts）：每次对话开始时，自动把"和提问者最相关的个人档案 + 当前频道画像"塞进上下文，无需搜索。个人档案 = 该用户被分桶（bucketed）的记忆，token 预算上限 20K。

六、快速上手：在你的 Slack 里体验

1. 安装：管理员从已登录的 Supermemory 组织页点击安装，机器人会创建一个#company-brain频道。
2. 私聊试用：DM 机器人，告诉它你负责什么、你的偏好，它开始建立你的员工记忆。
3. 公开频道问：在#product里 @它 "我们 Q2 路线图是什么？"，它通过连接器（如 Notion）实时读取并回答。
4. 私密频道沉淀：在私密频道里讨论的决定会自动写入该频道的记忆，只有频道成员能召回。

更多使用场景参考 docs/guide/use-cases/meeting-recall.md（会议召回）和 docs/guide/use-cases/knowledge-recall.md（文档问答）。

七、小结

Company Brain 的记忆系统不是"把所有聊天记录丢给一个大模型"，而是一套分层容器 + 混合检索 + 结构化标签 + 权限隔离的工程化方案。理解了这个架构，你就能明白它为什么既能"听懂"你的模糊提问，又不会把私密信息泄漏到不该出现的地方。

📌 想深入代码？核心入口 src/brain/memory/search-brain.ts，向量服务封装在 src/compat/services/vectordb/index.ts，记忆 CRUD 在 src/memory/memories.ts。

【免费下载链接】company-brainOpen-sourcing our company brain - A teammate in your Slack that remembers everything your team says, and can go do the work.项目地址: https://gitcode.com/gh_mirrors/co/company-brain