一张生命周期图，一张总控图，五张放大图。
这套图谱先用 Loop Engineering 视角解释 AMH 的可信上下文生命周期，再沿着实际链路展开：Intent -> Query Signal/SearchFilter -> Evidence -> Memory Curation -> MemoryItem Truth -> Index Projection -> Retrieval Ranking -> ContextFirewall -> ContextPack -> Feedback/Governance/Loop。
接入、维护、召回、治理与评估
用蓝图式层板解释 AMH 的真实上下文生命周期：记忆接入层按指定 Agent 顺序铺开，维护层沉淀事实，召回层排序候选，治理层处理反馈、访问和成熟度，评估层区分 AMH 本地基准与 MemoryData 外部横评 loop。
AMH 总控图：可信上下文操作回路
AMH 的操作链路：Intent 进入 Query Signal，证据被提炼成 MemoryItem，索引投影支撑召回，算法栈产出候选，防火墙决定是否注入，反馈再回到治理和 Loop。
从协作痛点到可信上下文
从使用问题出发：多智能体协作中的重复说明、上下文断裂、过期事实误导，最后落到证据、记忆、召回、注入、反馈和验证这条产品链路。
接入、运行时、脑内核与本地数据
说明代码边界：agent_integrations、agent_runtime_kit、agent_brain、读模型、治理门禁和本地存储各自承担不同责任，不能跨层混画。
维护 + 召回一体时序
维护泳道先生成 MemoryItem + Index Projection + Runtime Ledger，召回泳道读取这个交接面后才进入过滤、排序、防火墙和 context_pack。
Evidence 到 ContextPack
对象变形按这条线走：Evidence -> MemoryItem -> Index Projection -> RetrievedItem -> RankedItem -> FirewalledItem -> ContextPack -> FeedbackEvent。每一步都是不同对象，不应混成一个“召回结果”。
从问题到 ContextPack
把执行时序和候选分数合到同一张图里：用户问题先经过过滤，再进入 BM25/vector、RRF、metadata phrase、rerank、confidence、遗忘曲线、feedback、MMR/Hopfield、ContextFirewall 和 ContextPack。
事实边界
Markdown MemoryItem 是事实源；raw transcript/resource 是证据旁路；index/vector/runtime/review 都是派生或复核层。算法栈解释候选排序；召回不等于注入，注入内容由 ContextFirewall 和 ContextPack 处理。
| 辅助图 | 文件 | 用途 |
|---|---|---|
| 结构地图 | readme-structure-map.zh.svg | 主生命周期总览。 |
| 检索算法栈拆分图 | retrieval-algorithm-stack.zh.svg | 只看排序因子链路。 |
| 检索评分管线 | retrieval-scoring-pipeline.zh.svg | 算法阶段和分数变化。 |
| 检索分数瀑布 | retrieval-score-waterfall.zh.svg | RRF、decay、feedback 的单独解释。 |
| 适配器边界 | amh-adapter-capability-boundary.zh.svg | hook、MCP、文件旁路和验证边界。 |
| 三层能力地图 | amh-metrics-governance-collaboration-map.html | 指标、治理、协作能力视角。 |
