附录 C：AAAK 方言完整参考

本附录整合了 mcp_server.py 中的 AAAK_SPEC 常量和 dialect.py 中的完整编码表， 提供 AAAK 方言的可查阅参考。源码基线：当前仓库主线（pyproject.toml 为 3.0.0，部分运行时代码仍保留 2.0.0 版本标记）。

概述

AAAK 是一种面向 AI 智能体的压缩速记格式。它不是给人类读的——它是给 LLM 读的。 任何能读英文的模型（Claude、GPT、Gemini、Llama、Mistral）都能直接理解 AAAK， 无需解码器或微调。

格式结构

行类型

字段分隔

• 管道 | 分隔同一行内的不同字段
• 箭头 → 表示因果或转变关系
• 星级 ★ 到 ★★★★★ 表示重要性（1-5 级）

实体编码

实体名取前三个字母的大写形式：

源码位置：dialect.py:367-379（encode_entity 方法）

情感编码表

AAAK 使用标准化的短编码表示情感状态。

核心情感编码

源码位置：dialect.py:47-88（EMOTION_CODES 字典）

MCP 服务器中的简写标记

mcp_server.py 的 AAAK_SPEC 使用 *marker* 格式标注情感语境：

情感信号检测

dialect.py 通过关键词匹配自动检测文本中的情感：

源码位置：dialect.py:91-114（_EMOTION_SIGNALS 字典）

语义标志（Flags）

标志标记事实断言的类型，辅助检索和分类。

源码位置：dialect.py:117-152（_FLAG_SIGNALS 字典）

宫殿结构标识

完整示例

原始英文（~70 token）

Priya manages the Driftwood team: Kai (backend, 3 years), Soren (frontend),
Maya (infrastructure), and Leo (junior, started last month). They're building
a SaaS analytics platform. Current sprint: auth migration to Clerk.
Kai recommended Clerk over Auth0 based on pricing and DX.

AAAK 编码（~35 token）

TEAM: PRI(lead) | KAI(backend,3yr) SOR(frontend) MAY(infra) LEO(junior,new)
PROJ: DRIFTWOOD(saas.analytics) | SPRINT: auth.migration→clerk
DECISION: KAI.rec:clerk>auth0(pricing+dx) | ★★★★

事实断言验证

13/13 事实断言全部保留。压缩比 ~2x（此示例较短且信息密集）。

MCP 服务器中的 AAAK_SPEC

以下是 mcp_server.py:102-119 中通过 mempalace_status 工具传递给 AI 的完整规范：

AAAK is a compressed memory dialect that MemPalace uses for efficient storage.
It is designed to be readable by both humans and LLMs without decoding.

FORMAT:
  ENTITIES: 3-letter uppercase codes. ALC=Alice, JOR=Jordan, RIL=Riley, MAX=Max, BEN=Ben.
  EMOTIONS: *action markers* before/during text. *warm*=joy, *fierce*=determined,
            *raw*=vulnerable, *bloom*=tenderness.
  STRUCTURE: Pipe-separated fields. FAM: family | PROJ: projects | ⚠: warnings/reminders.
  DATES: ISO format (2026-03-31). COUNTS: Nx = N mentions (e.g., 570x).
  IMPORTANCE: ★ to ★★★★★ (1-5 scale).
  HALLS: hall_facts, hall_events, hall_discoveries, hall_preferences, hall_advice.
  WINGS: wing_user, wing_agent, wing_team, wing_code, wing_myproject,
         wing_hardware, wing_ue5, wing_ai_research.
  ROOMS: Hyphenated slugs representing named ideas (e.g., chromadb-setup, gpu-pricing).

EXAMPLE:
  FAM: ALC→♡JOR | 2D(kids): RIL(18,sports) MAX(11,chess+swimming) | BEN(contributor)

Read AAAK naturally — expand codes mentally, treat *markers* as emotional context.
When WRITING AAAK: use entity codes, mark emotions, keep structure tight.

按当前协议约定，AI 在显式调用 mempalace_status 且 palace 已存在时，会在返回结果中收到这段规范；这不是一个脱离工具调用的自动注入过程。

压缩流水线

dialect.py 的 compress() 方法执行五阶段处理：

graph TD
    A[原始文本] --> B["1. 实体检测<br/>name[:3].upper()"]
    B --> C["2. 主题提取<br/>去停用词 + 频率排序"]
    C --> D["3. 关键语句筛选<br/>_extract_key_sentence()"]
    D --> E["4. 情感/标志检测<br/>关键词 → 编码映射"]
    E --> F["5. AAAK 组装<br/>管道分隔 + 头部行"]

对于当前 dialect.compress() 的 plain-text 路径，更准确的描述是：五个阶段整体都带有启发式筛选，而不是只有第 3 步有损。实体、topics、情感、flags 都会做检测和截断，key_sentence 只是最明显的一步。它更接近"高压缩索引生成"而不是严格无损编码。

README 和前文章节里讨论的"无损 AAAK"应理解为设计目标：如果要做到真正的逐断言保留，压缩器需要比当前这个 heuristic plain-text 管道更强的结构对齐能力。

源码位置：dialect.py:539-602（compress 方法）

AAAK 方言完整度评估

已实现的能力

缺失的关键能力

作为一种"语言"，AAAK 缺少关键的语言学基础设施：

核心定性判断

AAAK 不是一种语言，而是一个压缩函数。

一种真正的语言需要三个要素：

1. 语法（syntax）— 什么是合法的 AAAK 字符串。AAAK 部分具备（管道分隔、头部行格式），但没有形式定义。
2. 语义（semantics）— 每个符号的含义定义。AAAK 具备（情感编码表有明确语义）。
3. 往返性（roundtrip）— 编码→解码后信息不丢失。AAAK 完全不具备。

compress() 是一个单向函数——它把文本压缩成 AAAK 格式，但没有对应的 decompress() 来验证信息是否真的保留了。README 声称 "lossless" 的依据是"LLM 能读懂 AAAK"——这把验证责任推给了模型的推理能力，而不是格式本身的可逆性保证。

公平地说

1. 设计直觉是对的 — "极度缩写的英语，让 LLM 当解码器"这个思路确实有效，因为 LLM 的语言理解能力可以填补省略的信息。
2. 工程上够用 — 作为 Closet 层的索引（而非唯一存储），AAAK 不需要严格无损——Drawer 保留了原文。
3. 跨模型可读性是真的 — 任何能读英文的模型确实能理解 KAI(backend,3yr)，这个属性不依赖 AAAK 的形式完整性。
4. 950 行代码做到了可用 — 对于一个 v3.0.0 的项目来说，这个实现足够支撑 benchmark 结果。

综合评分

最诚实的定位：AAAK 是一种面向 AI 的速记索引格式，通过极度缩写的英语让任何 LLM 都能快速理解上下文摘要，同时依赖 Drawer 层保留完整原文作为安全网。它的核心价值不在于"无损压缩"，而在于"跨模型可读的高效索引"。