Spiral Memory

HelixMinds Spiral Memory ist ein 6-stufiges hierarchisches System, das Kontext intelligent speichert, weiterentwickelt und abruft. die Kern-Innovation, die HelixMind von jedem anderen AI-Coding-Tool unterscheidet.

Die 6 Ebenen

Level	Name	Zweck	Token-Budget	Farbe
L1	Focus	Aktueller Arbeitskontext (Dateien, Bugs, Features)	30%	Cyan
L2	Active	Aktuelle Muster, Entscheidungen, Web-Enricher-Findings	25%	Grün
L3	Reference	Stabiles Architektur-Wissen (Schemas, APIs)	20%	Blau
L4	Archive	Historischer Kontext (alte Sessions, gelöste Issues)	15%	Violett
L5	Deep Archive	Komprimierte Zusammenfassungen	10%	Grau
L6	Web Knowledge	Auto-geholte Doku und Web-Insights	Bonus	Orange

Wie sich Gedächtnis entwickelt

Prozess	Richtung	Auslöser
Promotion	L4 → L3 → L2 → L1	Häufiger Zugriff
Decay	L1 → L2 → L3 → L4 → L5	Kein Zugriff über Zeit
Kompression	Bei L5	Code → Zusammenfassungen, Details → Key-Patterns
Beziehungen	Zwischen Knoten	AI erkennt Verbindungen automatisch
Web-Anreicherung	Extern → L6	AI erkennt Technologie-Topics → sucht Web

Embeddings & Semantische Suche

Jeder Knoten bekommt ein 384-dimensionales Embedding (all-MiniLM-L6-v2, läuft lokal):

helixmind spiral search "JWT Authentifizierung Pattern"

Fähigkeit	Wie es funktioniert
Semantische Suche	KNN über alle 6 Level. findet Konzepte, nicht nur Keywords
Relevanz-Scoring	Embedding-Ähnlichkeit + Aktualität + Zugriffszähler
Smart Retrieval	Verwandte Knoten werden zusammen geladen

Kontext-Assembly

Beim Chat-Start assembliert HelixMind Kontext aus allen 6 Leveln (L1–L6):

1. Semantische Relevanz: Embedding-Ähnlichkeit zum Gespräch
2. Level-Priorität: L1 bekommt 30% der Tokens, L2 25%, etc.
3. Aktualität: Kürzlich aufgerufene Knoten scoren höher
4. Beziehungen: Verbundene Knoten werden zusammen injiziert

Speicherung

Ort	Scope
.helixmind/spiral.db	Projekt-lokales Gedächtnis
~/.helixmind/spiral.db	Projektübergreifendes globales Wissen

Jeder Knoten speichert: Content, Level (L1–L6), Embeddings, Timestamps, Zugriffszähler, Metadaten.

CLI-Befehle

helixmind spiral status    # Knoten pro Level (L1–L6), Speichergröße
helixmind spiral search    # Semantische Suche über alle 6 Level
helixmind spiral compact   # Evolution auslösen (komprimieren, rebalancen)

Slash-Befehl	Aktion
/spiral	Schnelle Statusübersicht
/compact	Evolution auslösen
/context	Assembly anzeigen
/tokens	Token-Verbrauch pro Level

Tipps

1. Natürlich lernen lassen: Nicht alles auf einmal einspeisen
2. Früh einspeisen: helixmind feed README.md direkt nach helixmind init
3. Regelmäßig prüfen: /spiral zeigt was die AI über alle 6 Level weiß
4. Projekt-lokal für Spezifisches: Globales Memory für projektübergreifende Muster