① 异步调度 timer-scanner.ts + pipeline-worker.ts
Timer Scanner（无主模式）
16 个分片 ZSET：tdai_memory:timers:shard_{0..15}；成员 = instanceId\x00sessionId:type，score = fireAtMs。
- 所有 Pod 都扫描，无需选主
- Lua 原子认领 ZRANGEBYSCORE + ZREM，无重复消费
- 扫描间隔默认 2s，每 shard 每次最多 1000
→
任务队列
L1_idle / L2_schedule / L3 等任务类型入队。
- 级联：L1 完成 → 推进 L2 Timer；L2 完成 → 直接入队 L3
→
Pipeline Worker（竞争消费）
默认 60 并发协程；poll 200ms。
- 分布式锁：per-session（L1/L2）、per-instance（L3）
- 锁 TTL 10min，每 30s 续约，续约失败 abort
- LLM 执行 + 写入 VDB / COS
→
执行器
executeL1 / L2 / L3，调 LLM 提炼后写回。
- 重试：抢锁失败 5s 重投；LLM 超时指数退避 5s / 15s / 45s，最多 3 次
- 幂等：VDB upsert by record_id，COS 覆盖写
→
死信队列
超过重试上限的任务落死信，持久化错误供人工排查。
② 存储架构 数据库 + 文件双通道
vectors.db（数据面）
- l0_conversations 表（原始对话元数据）
- l0_vec 虚拟表（L0 向量）
- l1_records 表（原子记忆元数据）
- l1_vec 虚拟表（cosine）+ FTS5（BM25）
- skills / skill_fts / skill_vec（技能资产）
本地文件（L2/L3 权威）
- conversations/YYYY-MM-DD.jsonl（L0 原文）
- records/YYYY-MM-DD.jsonl（L1 备份）
- scene_blocks/*.md（L2 场景档案，文件权威）
- persona.md（L3 画像，全实例一份）
- .metadata/recall_checkpoint.json（进度）
metadata.db（管控面）
- meta_* 资产表：User / Team / Agent / Task / Asset
- 绑定关系、权限 ACL、版本状态
- memory_prompts / memory_generation_refs
data 面与管控面分离：
资产内容走 vectors.db；
绑定 / 权限 / 版本走 metadata.db