一种多层次模块化个人记忆大模型及其构建方法

本发明提出了一种多层次模块化个人记忆大模型及其构建方法，模型包括：接收模块接收用户输入信息，转为统一文本和语言向量，存储个人历史语言向量与上下文信息，提取关键特征、分析意图，用Elasticsearch检索并返回相关上下文信息，据此生成回复。本发明先整合多模态数据处理能力，突破传统局限，支持图像、语音与文本关联存储；接着构建动态记忆强化机制，防止重要信息被覆盖；然后创新意图分析模块，精准捕捉深层需求；再采用多模态检索与图结构关联技术，提升记忆片段相关性与适配性；最后通过语言习惯适配与逻辑推理模块，使输出契合用户风格、推导潜在需求，形成全流程闭环，在记忆管理、意图理解及交互自然性方面实现突破。