Memory Center 15｜增量索引如何复用旧事实，又避免复用损坏结果

本文属于 Memory Center：AI 编程上下文与记忆系统工程实践，第 15 篇，位于“索引与代码事实”模块。案例背景统一采用实际开发项目；复现步骤使用脱敏教学样例，不代表特定生产事故。

从实际问题出发

大项目只修改少数文件时，重新解析全部源码成本很高。但旧索引基线如果损坏或规则已变化，盲目复用会把错误事实带进新版本。

先验证复用条件

源清单用于识别变化，服务划分和结构规则也会影响复用是否有效。加载基线时校验目录、清单结构和事实库；复用不是看到缓存存在就直接相信。

增量索引如何复用旧事实，又避免复用损坏结果：设计链路示意

图中展示的是本篇关注的职责和顺序。正常流程之外，还要结合下面的源码与实验检查失败分支；它不是对某次线上调用的运行时追踪。

回退必须清理半成品

复制部分旧数据后才发现失败，不能继续把这些文件当作完整基线。当前实现会删除新代际里部分复制的 index 与 graph，再按无基线的全量计划继续。代价是失败时增加一次工作，但避免发布混合状态。

四种变化不能混为一谈

文件内容变化通常对应重新解析；文件删除还要求清理旧符号和引用；服务归属变化可能改变整个解析范围；解析规则升级则可能使全部旧结构失效。增量系统最难的部分并非找到变化的字节，而是找出所有受这些变化影响的派生事实。

若旧基线无法被证明完整，全量回退是一条可解释的安全路径。它以额外计算换取结果一致性，不能为了漂亮的增量比例继续沿用可疑状态。

关键源码与阅读方法

源码基线为 Memory Center 6e90553（文档标注 5.0.0b24）。定位：memory_center/platform/incremental_index.py，函数 load_baseline，起始行 72。

以下为当前基线中的函数代码；依赖项目模块，不能作为独立脚本执行。

def load_baseline(store, workspace_id, directory, current, services):
    with store.generation_lock(workspace_id):
        try:
            index = store.get('index', workspace_id)
            previous_dir = Path(index['workspace_file']).parent
            expected = store.db.data_dir / 'workspaces' / workspace_id / 'generations'
            if previous_dir.parent != expected or previous_dir.is_symlink():
                raise ValueError('基线路径不匹配')
            manifest_file = previous_dir / 'source-manifest.json'
            if manifest_file.is_symlink():
                raise ValueError('基线清单含符号链接')
            previous = json.loads(manifest_file.read_text())
            if not isinstance(previous, dict) or not isinstance(previous.get('files'), dict):
                raise ValueError('基线清单无效')
            for path, row in previous['files'].items():
                relative = Path(path)
                if relative.is_absolute() or '..' in relative.parts or not isinstance(row, dict) or not isinstance(row.get('hash'), str) or row.get('service') not in ['', *services]:
                    raise ValueError('基线文件无效')
            plan = plan_incremental(previous, current, services)
            if plan['mode'] != 'full':
                seed_facts(previous_dir, directory)
                plan['baseline_generation'] = index['generation']
            return plan, previous
        except (CatalogError, OSError, ValueError, KeyError, TypeError, sqlite3.Error):
            # 损坏或旧基线回退全量，不让部分复制数据混进新发布。
            for name in ('index', 'graph'):
                if (directory / name).exists():
                    shutil.rmtree(directory / name)
            return plan_incremental(None, current, services), None

阅读时先找输入由谁提供，再区分纯计算、读取和写入；遇到异常或提前返回，追问调用方会得到什么，以及已有状态是否仍然有效。上面的代码只证明展示范围内的实现，跨模块行为应继续查看调用处和相应测试。

用一个小实验核对设计

建议在独立临时目录和隔离数据中操作，使用虚构的接口、文档与项目名称。

先完成小项目索引。
修改一个文件观察增量。
破坏隔离副本中的基线清单后重试。

**要核对的结果：**基线损坏应转入明确全量计划，旧生效代际继续保持可用。

可把观察记录为下表；没有执行的项写“未执行”，不能用设计预期冒充实测结果。

核对项	应保留的证据
使用条件	源码版本、配置、输入与项目范围
正常行为	实际返回、来源位置或状态变化
关键失败分支	错误码、可见结果与原状态是否保留
结论范围	已覆盖、未覆盖和需要进一步验证的条件

适用边界与继续阅读

本篇以静态源码与项目设计为依据，给出可执行的核对方法，未据此宣称已经完成新的性能或生产环境测试。不同版本的入口、默认值和底层实现可能变化，应先核对当前合同，再把方法用于自己的实际开发项目。

理解这一节后，可以回到专题总导航，沿同一模块继续阅读；顺序学习时使用专栏内的上一篇和下一篇。涉及具体技术选择，应连同本篇的代价与限制一起采用。

专题目录

增量索引如何复用旧事实，又避免复用损坏结果