一次存储，三种视角。
一段对话既有语义，也有原文、时间和人物关系。TriviumDB 将向量、JSON 文档与带标签的图关系绑定到同一个节点标识，让应用围绕同一份数据进行检索、过滤和关系遍历，减少跨库同步与结果拼接。
把查询，组织成一条路径。
RETRIEVAL
语义与关键词一起召回
结合稠密向量与 BM25 文本检索，兼顾语义相似和关键词匹配；QuIVer 近似最近邻索引为向量搜索提供加速。
RELATIONS
沿关系，找回完整上下文
从命中的节点沿带标签、带权重的边继续探索，把人物、事件、文档与概念联系起来，并支持路径查询与图算法。
QUERY LANGUAGE
用 TQL 编排混合查询
TQL 是统一的查询语言，可以串联向量召回、属性过滤、图扩展、集合运算与聚合，由查询优化器规划执行。
PERSISTENCE
在同一套机制下保存数据
通过 WAL 写前日志、事务与原子发布管理持久化，让向量、文档和图关系共享存储生命周期。
嵌入应用，让数据留在身边。
TriviumDB 以进程内库运行，可通过 Rust、Python 或 Node.js 接入。Rom 模式将数据保存在单个 .tdb 文件中，便于携带；Mmap 模式将向量与文档数据分离存储并按需映射。
从 Agent 的对话与事件记忆，到个人知识库、RAG 文档检索和游戏 NPC 的关系记忆，都可以围绕这套统一的数据模型组织上下文。