feat(memory): T1 灰区模型判定 —— D3 入库前审查补上 LLM 那一半
主人 2026-10-07 裁定「可以做 T1」。此前 D3 只有纯规则 T0，凡灰区（相似但 互不包含）一律保守 create，真机上「同一事实换措辞」类重复结构性治不住 （清完 92 条字面级重复后，active 里含「喵喵七号」的仍有 101 条）。 - 插入点：T0 判定内核只多吐一份结构化 Gray（惰性收集，恒零模型调用）； T1 挂在异步审查层 Review，同步入库闸不碰它 ⇒ 写入路径零模型调用是 **数据流结构**而不是承诺 - 只许回 merge / modify / keep + 一句理由；坏 JSON、非法枚举、编号越界 一律回落 create（绝不猜、绝不挑最近的一条） - 禁产新内容：模型只给「动作 + 候选编号 + 一句理由」，正文一律取自库里 既有的两行 ⇒ T1 结构性地不可能把幻觉写进记忆库 - 不越硬门与红线：灰区已滤掉跨角色/作用域/项目/只读来源与时效/数值/冲突/ 低置信；「规则否决一票否决」不可走样，T1 不提供翻案入口 - 有界：每次审查至多一次调用（灰区打包，上限 8 条），子超时 8s 且不超过 审查总预算；失败只改 reason、决定恒 create、零 UPDATE - 开关 t1Judge（放 $DATA_DIR/config/memory-tidy.json，零新 env 键），默认开； 模型出口用闭包晚绑定既有模型栈（零新客户端、零新依赖） - 留痕 reason 结构化（t1_merge / t1_modify / t1_keep / t1_reply_invalid / t1_unavailable），rule_version d3.1 → d3.2；模型的自由文本理由一律丢弃 - preinsert_config.go 为纯搬移（为守 500 行上限，无新逻辑）
This commit is contained in:
AskaEth committed
1 parent
5b8c7a3ef3
commit
1b4d0a552f
11 files changed
+1233
-91
No files matched your search
@@ -0,0 +1,154 @@
|
||||
package memory
|
||||
|
||||
import (
|
||||
"context"
|
||||
"strings"
|
||||
"testing"
|
||||
"time"
|
||||
|
||||
"git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/model"
|
||||
)
|
||||
|
||||
// 本文件是 T1（design/23 §15.1 D3-2）的**边界**测试：硬门隔离与调用次数有界。
|
||||
// 三态落地、失败回落与开关口径在 preinsert_t1_test.go（桩与夹具也在那里）。
|
||||
// 拆两份只为守 AGENTS §10 的文件行数上限，口径一字未改。
|
||||
|
||||
// TestT1NeverSeesIsolatedCandidates 是任务书 §5⑥（design/23 §6/§5.2-7/8/9 的
|
||||
// 隔离红线）：跨角色/跨作用域/跨项目，以及只读来源（群聊/陌生人）的亲缘候选
|
||||
// **在硬门就被挡掉**，T1 连看都看不到 —— 因此它连一次模型调用都不会发。
|
||||
func TestT1NeverSeesIsolatedCandidates(t *testing.T) {
|
||||
t.Parallel()
|
||||
base := tidyTestTime(t)
|
||||
mine := habitItem(fixtureT1CodeViaChannel, base, 0.9)
|
||||
|
||||
// 判定内核层：这些候选**不进灰区**（T1 的输入面），且各自带上否決原因。
|
||||
isolated := map[string]MemoryItem{
|
||||
"跨角色": otherPersona(habitItem(fixtureT1CodeAgreed, base, 0.9)),
|
||||
"跨作用域": otherScope(habitItem(fixtureT1CodeAgreed, base, 0.9)),
|
||||
"跨项目": otherProject(habitItem(fixtureT1CodeAgreed, base, 0.9)),
|
||||
"只读来源": groupSource(habitItem(fixtureT1CodeAgreed, base, 0.9)),
|
||||
}
|
||||
for name, cand := range isolated {
|
||||
cand := cand
|
||||
t.Run(name, func(t *testing.T) {
|
||||
t.Parallel()
|
||||
v := judgeIngest(func() MemoryItem { it := mine; it.ID = "new"; return it }(),
|
||||
[]ingestCandidate{{item: cand, score: 0.99, mode: tidyRecallEmbedding}})
|
||||
if v.Decision != IngestCreate {
|
||||
t.Fatalf("隔离候选被判成 %q", v.Decision)
|
||||
}
|
||||
if v.Veto == VetoNone {
|
||||
t.Fatalf("隔离候选没有被硬门否决：%+v", v)
|
||||
}
|
||||
if len(v.Gray) != 0 {
|
||||
t.Fatalf("隔离候选进了灰区（T1 会看到它）：%+v", v.Gray)
|
||||
}
|
||||
})
|
||||
}
|
||||
|
||||
// 装配层：库里真放着这些亲缘条目时，审查仍然**一次模型都不调**。
|
||||
store := newTestStore(t)
|
||||
seedTidyItem(t, store, otherPersona(habitItem(fixtureT1CodeAgreed, base, 0.9)))
|
||||
seedTidyItem(t, store, groupSource(habitItem(fixtureT1CodeAgreed, base.Add(time.Second), 0.9)))
|
||||
fresh := seedTidyItem(t, store, mine)
|
||||
|
||||
judge := &t1JudgeStub{panics: true, reply: `{"action":"merge","target":1}`}
|
||||
r := newT1Reviewer(t, store, t1GrayEmbedder(), ReviewConfig{}, judge.judge, nil)
|
||||
rev := t1ReviewGuarded(t, r, fresh)
|
||||
if judge.count() != 0 {
|
||||
t.Fatalf("只有隔离候选时仍调了 %d 次模型", judge.count())
|
||||
}
|
||||
if rev.Decision != IngestCreate {
|
||||
t.Fatalf("隔离候选下 verdict = %+v, want create", rev)
|
||||
}
|
||||
}
|
||||
|
||||
// TestT1CallsAreBoundedPerReview 是任务书 §5⑦（design/23 §15 D3-4 的有界）：
|
||||
// 每次审查的 T1 调用次数**封顶 1**：再多的灰区候选也只打包进**同一个** prompt，
|
||||
// 且打包条数不超过 defaultT1MaxGray。
|
||||
func TestT1CallsAreBoundedPerReview(t *testing.T) {
|
||||
t.Parallel()
|
||||
ctx := context.Background()
|
||||
store := newTestStore(t)
|
||||
base := tidyTestTime(t)
|
||||
// 12 条同内容候选：它们与新条目各自都是灰区（互不包含），因此灰区候选 ≥ 12。
|
||||
for i := 0; i < 12; i++ {
|
||||
seedTidyItem(t, store, habitItem(fixtureT1CodeAgreed, base.Add(time.Duration(i)*time.Second), 0.9))
|
||||
}
|
||||
fresh := seedTidyItem(t, store, habitItem(fixtureT1CodeViaChannel, base.Add(time.Hour), 0.9))
|
||||
|
||||
judge := &t1JudgeStub{reply: `{"action":"keep","target":0}`}
|
||||
r := newT1Reviewer(t, store, t1GrayEmbedder(), ReviewConfig{}, judge.judge, nil)
|
||||
if _, err := r.Review(ctx, fresh); err != nil {
|
||||
t.Fatalf("Review: %v", err)
|
||||
}
|
||||
if judge.count() != 1 {
|
||||
t.Fatalf("一次审查发了 %d 次模型调用, want 1", judge.count())
|
||||
}
|
||||
user := t1UserText(t1JudgeRequest(t, judge))
|
||||
if !strings.Contains(user, "8. ") {
|
||||
t.Fatalf("prompt 没有把 %d 条灰区候选打包进去：%q", defaultT1MaxGray, user)
|
||||
}
|
||||
if strings.Contains(user, "9. ") {
|
||||
t.Fatalf("prompt 超出发包上限（>%d 条）：%q", defaultT1MaxGray, user)
|
||||
}
|
||||
if req := t1JudgeRequest(t, judge); req.Purpose != t1Purpose {
|
||||
t.Fatalf("计账标签 = %q, want %q", req.Purpose, t1Purpose)
|
||||
}
|
||||
if st := r.Stats(); st.T1Called != 1 || st.T1Decided != 1 {
|
||||
t.Fatalf("计数 = %+v, want T1Called=1 T1Decided=1", st)
|
||||
}
|
||||
}
|
||||
|
||||
// t1JudgeRequest 取出桩收到的最后一个模型请求。
|
||||
func t1JudgeRequest(t *testing.T, s *t1JudgeStub) model.Request {
|
||||
t.Helper()
|
||||
return s.lastReq(t)
|
||||
}
|
||||
|
||||
// t1UserText 把请求里的 user 段拼成纯文本（system 段是固定指令，不参与断言）。
|
||||
func t1UserText(req model.Request) string {
|
||||
var b strings.Builder
|
||||
for _, m := range req.Messages {
|
||||
if m.Role != model.RoleUser {
|
||||
continue
|
||||
}
|
||||
for _, c := range m.Content {
|
||||
b.WriteString(c.Text)
|
||||
}
|
||||
}
|
||||
return b.String()
|
||||
}
|
||||
|
||||
// t1ReviewGuarded 跑一次同步审查，并把「桩被调用即 panic」转成测试失败而不是
|
||||
// 让整个测试二进制崩掉（否则同包其它用例会一起变红，掩盖真正的失败点）。
|
||||
func t1ReviewGuarded(t *testing.T, r *PreInsertReviewer, item MemoryItem) IngestReview {
|
||||
t.Helper()
|
||||
var (
|
||||
rev IngestReview
|
||||
err error
|
||||
)
|
||||
func() {
|
||||
defer func() {
|
||||
if p := recover(); p != nil {
|
||||
t.Fatalf("T1 不该被调用，却收到了调用：%v", p)
|
||||
}
|
||||
}()
|
||||
rev, err = r.Review(context.Background(), item)
|
||||
}()
|
||||
if err != nil {
|
||||
t.Fatalf("Review: %v", err)
|
||||
}
|
||||
return rev
|
||||
}
|
||||
|
||||
// otherPersona / otherScope / otherProject / groupSource 各自只改一个分区键，
|
||||
// 用来逐条验证硬门（§5.2-7/8/9）。
|
||||
func otherPersona(it MemoryItem) MemoryItem { it.PersonaID = "persona.b"; return it }
|
||||
func otherScope(it MemoryItem) MemoryItem { it.Scope = ScopeUser; return it }
|
||||
func otherProject(it MemoryItem) MemoryItem { it.ProjectID = "proj.x"; return it }
|
||||
|
||||
func groupSource(it MemoryItem) MemoryItem {
|
||||
it.SourceConversation = FormatSourceConversation("sess-qq-group-1", "m-1")
|
||||
return it
|
||||
}
|
||||
Reference in new issue
Block a user