diff --git a/internal/runtime/memory/extract_retention.go b/internal/runtime/memory/extract_retention.go index f9ffd8f..5aad7e8 100644 --- a/internal/runtime/memory/extract_retention.go +++ b/internal/runtime/memory/extract_retention.go @@ -1,6 +1,7 @@ package memory import ( + "sort" "strings" ) @@ -71,8 +72,6 @@ const ( // retentionMaxChatterRunes 是「只可能是寒暄」的长度上限（rune 计，不是字节： // 中文 1 rune = 3 字节，按字节算会把阈值放大三倍）。 retentionMaxChatterRunes = 16 - // retentionMaxEmotionRunes 是纯情绪陈述的长度上限。 - retentionMaxEmotionRunes = 24 // retentionMaxImperativeRunes 是一次性指令的长度上限。它比前两者宽： // 「帮我把 D 盘那个文档转成 pdf」这类真·一次性任务本来就长一些。 retentionMaxImperativeRunes = 40 @@ -137,20 +136,51 @@ func judgeRetentionChatter(text string) retentionRule { return retentionChatter } -// judgeRetentionEmotion 施加 **N2**：短的情绪陈述（「今天好累」「心情不错」）。 +// judgeRetentionEmotion 施加 **N2**：**纯**情绪陈述（「今天好累」「心情不错」）。 +// +// 🔴 判据是 design/03 §10.5 N2 的原文口径「**词项 + 无实体**」，不是「短 + 无数字」。 +// 实现 = 把**情绪词 / 时间词 / 主语 / 程度词 / 虚词 / 标点**统统剥掉之后，**余下为空** +// 才判 defer；只要还剩一个实体，它就不是「情绪波动」而是**带情绪色彩的习惯或事实** +// ⇒ 放行。 +// +// 为什么这条必须写成「无实体」而不是「够短」——这是**方向性**问题，不是精度问题： +// 判成 defer 的那条记忆 7 天后从所有读路径消失（读侧时效闸，design/03 §9.6）， +// 随后被后台清扫**物理删除**（design/23 §19），**不可逆**。因此宁可漏判（噪声留进 +// 长期层，有 T1 与整理兜底），**绝不误弃**（design/23 §18.3 的 fail-safe）。 +// 反例（review 走真链路复现的误弃）：`主人心情不好时会听音乐`、`主人焦虑时会咬指甲` +// 在「够短 + 无数字就 defer」的旧判据下会被扔进临时层 —— 而那两条是**持久习惯**。 +// +// 数字不再单独设防：它不在剥离表里，因此**必然留在残差里** ⇒ 带数值的句子一律放行 +// （等价于旧的 hasRetentionDigit 守卫，但由同一条「无实体」判据统一给出）。 +// 长度也不再单独设限：全局 40 rune 的上限（judgeExtractionRetention）已经兜住。 func judgeRetentionEmotion(text string) retentionRule { - if len([]rune(text)) > retentionMaxEmotionRunes { - return retentionNone - } if !containsAny(text, retentionEmotionWords()) { + // 没有情绪词 ⇒ 与 N2 无关（本条只拦「情绪波动」这一类）。 return retentionNone } - if hasRetentionDigit(text) { + if retentionResidual(text) != "" { + // 剥掉情绪/时间/主语/程度/虚词后**还有实体**（听音乐 / 咬指甲 / 养猫 / …） + // ⇒ 这是「在某种心情下会做的**稳定行为**」，属于长期记忆，放行。 return retentionNone } return retentionEmotion } +// retentionResidual 剥掉剥离表里的全部词项，返回剩下的**实体片段** +// （空串 = 整句只是一个情绪陈述，没有任何可长期留存的实体）。 +// +// 它是 N2「无实体」那一半的唯一实现点，也是这条规则**方向正确**的关键：只有 +// 「整句由情绪词 + 时间词 + 主语 + 虚词构成」时才可能得到空残差 ⇒ 才可能 defer。 +func retentionResidual(text string) string { + rest := text + for _, tok := range retentionStripTokens() { + if tok != "" { + rest = strings.ReplaceAll(rest, tok, "") + } + } + return rest +} + // judgeRetentionTimelyData 施加 **N4**：时效性查询（当前时间 / 天气）。 // // 它的词项是**整句形态**而不是单词（「几点」「天气」），因为「天气」单独出现可能 @@ -263,6 +293,85 @@ func retentionEmotionWords() []string { "好累", "累了", "开心", "高兴", "难过", "不开心", "焦虑", "压力大", "心情", "疲惫", "难受", "无聊", "郁闷", "沮丧", "生气", "委屈", "烦死", "好烦", "烦躁", "兴奋", "紧张", "害怕", "孤单", "寂寞", + // 「不错」是**情绪评价**（「心情不错」），因此它在剥离表里必须按**整词** + // 出现：只靠虚词表里的「不」会把它剥成光杆「错」而留下残差（漏判）。 + "不错", + // 光杆「累」同样要收：「主人今天真的特别累」只有一个 `累` 而不含 `好累` / + // `累了`，漏掉它就会留下一字残差、把一条纯情绪句放行。收它**不会**带来误弃 + // —— 判 defer 的门槛恒是「剥完什么都不剩」，多收一个词只会让残差更准确。 + "累", + } +} + +// retentionStripTokens 是 N2 判定「**无实体**」用的**剥离表**：把情绪词、时间词、 +// 主语/称呼、程度词、虚词与标点全部拼在一起，**长词在前**。 +// +// 长词在前是**必须**的，不是风格：`好` 在程度词里、`好累` 在情绪词里，若先剥 `好`， +// `好累` 就被拆成光杆 `累` 而永远剥不掉，残差非空 ⇒ 一条纯情绪句反而漏判。 +// （最长优先剥 ⇒ 每条词项都能按它自己的完整性被认出来。） +// +// 它是函数而不是包级变量（AGENTS §10 禁包级全局变量；同 tidyHabitMarkers 的手法）。 +func retentionStripTokens() []string { + tokens := make([]string, 0, 192) + tokens = append(tokens, retentionEmotionWords()...) + tokens = append(tokens, retentionEmotionTimeWords()...) + tokens = append(tokens, retentionEmotionSubjects()...) + tokens = append(tokens, retentionEmotionDegreeWords()...) + tokens = append(tokens, retentionEmotionFunctionWords()...) + tokens = append(tokens, retentionEmotionPunctuation()...) + sort.SliceStable(tokens, func(i, j int) bool { + return len([]rune(tokens[i])) > len([]rune(tokens[j])) + }) + return tokens +} + +// retentionEmotionTimeWords 是 N2 剥离表里的**时间词**：它们能让一句情绪陈述显形 +// 为「今天怎么样」，但本身不含实体（「明天下午三点开会」那类带实体的句子不会因为 +// 剥掉时间词而变空）。 +func retentionEmotionTimeWords() []string { + return []string{ + "今天", "明天", "昨天", "今晚", "昨晚", "今早", "此刻", "现在", "刚才", "刚刚", + "最近", "这两天", "这几天", "这阵子", "这段时间", "目前", "当下", "一整天", + } +} + +// retentionEmotionSubjects 是 N2 剥离表里的**主语 / 称呼**。剥它们是为了让 +// 「主人今天好累」与「今天好累」走同一条判据 —— 主语是谁不影响「这句话有没有实体」。 +func retentionEmotionSubjects() []string { + return []string{ + "主人", "咱们", "我们", "你们", "他们", "她们", "自己", + "我", "你", "他", "她", "它", "咱", + } +} + +// retentionEmotionDegreeWords 是 N2 剥离表里的**程度词**（它们只修饰情绪强度， +// 不引入任何实体）。 +func retentionEmotionDegreeWords() []string { + return []string{ + "非常", "特别", "稍微", "真的", "真是", "十分", "比较", "有点", "有些", + "很", "挺", "太", "好", "超", "蛮", "更", "最", + } +} + +// retentionEmotionFunctionWords 是 N2 剥离表里的**虚词**（助词 / 介词 / 连词 / +// 副词 / 情态词）。它们不承载实体，剥掉它们才能让「主人心情不好时会听音乐」剩下 +// 「听音乐」这个**实体**、从而被放行。 +func retentionEmotionFunctionWords() []string { + return []string{ + "的时候", "的时候", "时候", "因为", "所以", "但是", "可是", "已经", "正在", + "觉得", "感觉", "感到", "变得", "没有", "可以", + "的", "地", "得", "了", "着", "过", "在", "会", "被", "是", "有", "和", "跟", + "与", "都", "也", "还", "就", "而", "及", "把", "让", "给", "对", "向", "从", + "到", "时", "之", "却", "又", "再", "要", "想", "不", "没", "能", + } +} + +// retentionEmotionPunctuation 是 N2 剥离表里的**标点与空白**：一句「今天好累」被 +// 剥到只剩一个逗号时，那仍然是「无实体」。 +func retentionEmotionPunctuation() []string { + return []string{ + "，", "。", "！", "？", "、", "；", "：", "…", "～", "~", "·", "－", "-", + ",", ".", "!", "?", ";", ":", "(", ")", "（", "）", " ", "\t", } } diff --git a/internal/runtime/memory/extract_retention_test.go b/internal/runtime/memory/extract_retention_test.go index 2508d52..6dc8d4b 100644 --- a/internal/runtime/memory/extract_retention_test.go +++ b/internal/runtime/memory/extract_retention_test.go @@ -42,6 +42,54 @@ func retentionPositiveCases() []struct { {"寒暄词+持久信号", "主人喜欢用喵打招呼"}, // 长度安全阀：寒暄词出现，但句子长到装得下事实 ⇒ 放行。 {"长句里的致谢", "谢谢你今天特地提醒我这件事，真是帮了大忙了"}, + + // 🔴 N2 的「**无实体**」那一半（review 走真链路复现的误弃，p1）。 + // 它们是「**带宾语的情绪句**」——有情绪词、但情绪只是**状语**，真正要记的是 + // 后面那个稳定行为。旧判据（够短 + 无数字）会把它们扔进临时层：7 天后从 + // 所有读路径消失、再被后台清扫**物理删除**，不可逆。 + {"情绪+实体的习惯（听音乐）", "主人心情不好时会听音乐"}, + {"情绪+实体的习惯（咬指甲）", "主人焦虑时会咬指甲"}, + {"情绪+实体的习惯（养猫）", "主人心情低落时会养猫"}, + {"情绪+实体的偏好", "主人压力大的时候喜欢吃甜的"}, + {"情绪+实体的关系事实", "主人难过时会去找朋友聊天"}, + } +} + +// TestExtractionRetention_EmotionWithObjectIsNotDeferred 是**上一条正例的机器守卫** +// （拆出来是为了让「为什么这条不许被拦」的理由留在断言旁边）。 +// +// 判据的**方向**比精度重要：N2 判 defer 的记忆 7 天后会被读侧时效闸隐藏、随后被 +// 后台清扫物理删除（design/23 §19），**不可逆**。因此 N2 的判据必须是 +// design/03 §10.5 的原文「**词项 + 无实体**」—— 剥掉情绪/时间/主语/程度/虚词之后 +// **余下为空**才 defer；只要还剩一个实体（听音乐 / 咬指甲 / 养猫）就必须放行。 +// +// 变异自证：把 judgeRetentionEmotion 退回「够短 + 无数字」的旧判据 ⇒ 本用例立刻红。 +func TestExtractionRetention_EmotionWithObjectIsNotDeferred(t *testing.T) { + t.Parallel() + cases := []struct { + content string + residual string // 剥完剩下的实体 + wantDefer bool + }{ + {content: "主人心情不好时会听音乐", residual: "听音乐", wantDefer: false}, + {content: "主人焦虑时会咬指甲", residual: "咬指甲", wantDefer: false}, + {content: "今天好累", residual: "", wantDefer: true}, + {content: "主人今天真的特别累", residual: "", wantDefer: true}, + {content: "心情不错！", residual: "", wantDefer: true}, + } + for _, tc := range cases { + tc := tc + t.Run(tc.content, func(t *testing.T) { + t.Parallel() + text := normalizeRetentionText(tc.content) + if got := retentionResidual(text); got != tc.residual { + t.Fatalf("残差 = %q, want %q（残差就是 N2「无实体」那一半的判据）", got, tc.residual) + } + if rule := judgeExtractionRetention(tc.content); (rule == retentionEmotion) != tc.wantDefer { + t.Fatalf("judgeExtractionRetention(%q) = %q, wantEmotionDefer=%t —— 带宾语的与纯情绪的必须给出相反结论", + tc.content, rule, tc.wantDefer) + } + }) } }