穿越时间搜索
找到你当时知道的，而不仅仅是你现在知道的。双时态搜索用于决策考古。
问题所在
董事会问："为什么你在第一季度选择了 React Native 而不是 Flutter？"
你记得那个决定。但你记得的是通过之后发生的一切的镜头——转型、性能问题、重写。
你需要回答：你当时知道什么？
"我可以搜索我的笔记中的'React Native'。但我不能搜索'我在三月份对 React Native 的看法'。"
解决方案
Nowledge Mem 使用双时态搜索：两个时间维度让你准确找到你要找的东西。
事件时间：事情实际上是什么时候发生的？ 记录时间：你什么时候捕获的？
搜索任一个。两个都搜索。穿越你自己的历史。
了解更多
关于搜索与相关性的文档。
工作原理
自然语言查询
只需自然地搜索。Nowledge Mem 理解时间意图：
"我在 2024 年第一季度对 React Native 做了什么决定？"
系统：
- 检测时间意图："2024 年第一季度"
- 搜索事件发生在该期间的记忆
- 返回带有原始上下文的结果
不需要特殊语法。
显式时间过滤器
对于精确控制，使用高级搜索：
| 过滤器 | 含义 | 示例 |
|---|---|---|
| 事件日期从 | 事件发生在此之后 | 2024-01-01 |
| 事件日期到 | 事件发生在此之前 | 2024-03-31 |
| 记录日期从 | 写下在此之后 | 2024-01-01 |
| 记录日期到 | 写下在此之前 | 2024-12-31 |
强大查询示例：
事件时间：2024 年 3 月 记录时间：任何
返回："所有关于 2024 年 3 月事件的记忆，无论你什么时候记录的。"
灵活的日期精度
Nowledge Mem 处理灵活的日期：
- 年："2024" → 匹配 2024 年的任何内容
- 月："2024-03" → 匹配 2024 年 3 月
- 日："2024-03-15" → 匹配那个特定日期
系统保留你的原始精度并相应显示。
实际示例
董事会回顾
查询："2024 年第一季度的架构决定"
结果：带有第一季度上下文的原始决策备忘录，在你知道什么会出问题之前
合规审计
查询："事故前的安全策略"
结果：违规前存在什么策略
个人成长
查询："2022 年的职业目标"
结果：你当时想要什么，与你现在的位置比较
项目复盘
查询："项目启动时的 project-x 假设"
结果：后来被证明错误的原始假设
记忆衰减如何工作
不是所有记忆都平等老化。像你的大脑一样，Nowledge Mem：
- 默认优先考虑最近的记忆（30天半衰期）
- 提升经常访问的记忆（对数缩放）
- 尊重你设置的重要性分数（重要性底线防止完全衰减）
- 从你的行为中学习（点击、停留时间）
这意味着随意搜索浮现新鲜、相关的结果，但时间搜索绕过衰减以找到你确切要求的内容。
深度模式
时间意图检测需要深度模式搜索。在快速模式下，时间引用仅按关键词匹配。对于"最近在做"或"上季度的决定"等查询，启用深度模式。
查看搜索与相关性了解评分、衰减和时间匹配如何工作的完整技术分解。
两种时间
理解区别是关键：
| 问题 | 哪种时间？ |
|---|---|
| "我三月份做了什么决定？" | 事件时间 |
| "我上周写了什么？" | 记录时间 |
| "显示关于旧事件的最近笔记" | 两者 |
| "转型前我知道什么？" | 事件时间 |
大多数搜索使用事件时间，因为你在问事情何时发生。
记录时间对以下有用：
- 查找最近的捕获
- 审查你一直在记录什么
- 审计知识何时被记录
在记忆上设置事件时间
当手动创建记忆或从对话线程提炼时，你可以设置事件时间：
打开记忆编辑器
找到事件日期字段
输入事件实际发生的时间（不是今天）
对于自动提炼的记忆，AI 通常从上下文中推断事件时间。
专业提示
对于决定，始终将事件时间设置为你做出决定的时间，而不是你记录它的时间。你未来的自己会感谢你。
知识图谱 + 时间
你的图视图也尊重时间过滤器。
将事件时间设置为"2024 年 3 月"并查看：
- 只有当时存在的实体
- 只有当时已知的连接
- 你在那个时刻的知识状态
观察你的理解如何随时间演变。
为什么这很重要
传统搜索找到内容。
时间搜索找到上下文。
"我们没有做出糟糕的决定。我们用我们拥有的信息做出了最好的决定。这是证据。"
你的记忆不仅仅是可搜索的。它们是带时间戳的、版本控制的、历史准确的。
因为有时最重要的问题不是什么或在哪里。
而是什么时候。
下一步
- 给你的 AI 一个记忆 → 跨工具共享上下文
- 看见你的专长 → 可视化你的知识
- 高级功能 → 知识图谱能力