SQLite 是本地业务与记忆的持久化真相源；embedding 向量同样存在 SQLite 里（vector_index_items 的 BLOB 列），丢失时可随时重嵌重建。日程是例外：Exchange / Outlook 是真相源，SQLite 中的 schedule_events 只是 Graph 读取缓存。
日常功能的数据：
posts、comments：公开帖与评论chat_threads、chat_messages：私聊attachments及三类关系表：图片附件souls：AI 人格goals、suggestions：目标与目标建议；goals.schedule_expectation保存可空的每周期望 JSONschedule_events：Microsoft Graph 日程的本地只读缓存goal_schedule_links：TraceLog 目标与 Graph 事件的本地链接jobs、post_events：后台任务队列与发帖流水事件vision_cache：图片理解结果缓存
schedule_events 以 Graph event id 为主键：
subject、body_preview、location、web_link：显示内容与 Outlook 深链。start_ts、end_ts：UTC epoch 秒，用于范围查询和排序。start_local、end_local：Asia/Shanghai的原始本地日期时间；all_day标记全天事件。series_master_id、is_cancelled、change_key：保留 Graph 事件状态。synced_at：该缓存行最近一次写入时间；idx_schedule_events_start加速按开始时间读取。
goal_schedule_links 以 (goal_id, event_id) 为联合主键，并记录 created_at。它是 TraceLog 本地领域关系：远端删除 / 取消事件、写穿删除、全量缓存重建时由服务层清理失效链接。
goals.schedule_expectation 是可空 JSON，当前只接受 {"period":"week","target":3,"label":"每周 3 次"} 这类周目标。周进度由链接事件实时计算，不另存汇总值。
graph.client_id：Entra Application (client) ID。graph.delta_link：下一次 calendarView delta query 的游标链接。graph.last_sync_at：最近一次成功同步的 epoch 秒。graph.window_start、graph.window_end：delta 缓存窗口边界。
OAuth token 不进入 meta，只存在权限为 0600 的 workspace/graph_token_cache.json。退出登录会保留 client ID，清除其他 graph.* 同步状态和日程缓存。
memory_ingest_events：证据账本。每次输入（含编辑、删除）追加一条不可变事件，带版本号，永不修改。memory_reconcile_cursors：每个桶消费到了哪条证据。memory_units：长期信念本体。memory_unit_evidence：unit ↔ 证据的可追溯链接（"这条记忆是从哪几句话来的"）。memory_unit_links：跨桶 unit 关系（same_fact / contradicts / context_variant），只链接不合并。memory_unit_reconcile_queue：源内容编辑/删除后待重判的 units。memory_unit_relink_queue：用户编辑 unit 后待重挂的证据。memory_reconcile_runs：每次对账的运行记录。memory_unit_ops：所有 unit 操作的审计日志（谁、何时、改了什么）。memory_views、memory_view_units：画像缓存及其成员。meta：各维护 pass 的游标和门控时间戳。
vector_docs：期望存在的向量文档清单vector_outbox：待执行的向量嵌入 / 删除操作vector_index_collections：collection 同步状态vector_index_items：每个 collection 内已索引的文档及其向量（dim+ L2 归一化 float32embeddingBLOB）；查询用 numpy 精确余弦
只有账本确认 ready 的 collection 才参与语义检索。
这四条是数据一致性的底线，改代码时不能破坏：
- 业务写入与证据事件在同一事务——证据不会漏记。
- unit 变更、重判结论和 cursor 推进在同一事务——不会消费了证据却丢了结果。
- LLM 调用永远发生在写事务之外——慢调用不锁库，失败不留半截数据。
- 证据链接不允许跨桶——隐私边界在数据库层就守住。