AskaEth
6a3f3a329a
M27 体检（DevDocs/audit/记忆库价值体检-2026-10-24.md）两条根治项：
1) 新增 `dedupe_group` 候选动作（不放大 containNone）：
- 簇只认「同 scope+kind+完全相同 tag 集」或「同 scope+kind+前 12 字相同」
（后者附加词项余弦 ≥0.70 与同 kind 收窄）；
- 每簇保留超集：内容最长 > merge_count 大 > created_at 早 > id；
- 安全门与既有合并路径同源：受限来源/绝对时刻/时效状态/低置信一律不进簇，
数值与否定与存活行不一致的成员被逐条剔出；临时层行（expires_at 非空）
两个方向都不进簇（存活行被清扫会给被吸收行留悬空 merged_into）；
- 已被 archive/merge 候选覆盖的条目不重复出第二条待办（抑制）；
- 落库形态与 merge 同构：source_ids 多条 + target_id，应用为整簇原子的软合并，
回滚复用 revertTidyMerge（逐条复原）；
- 批量应用按**行**计上限 200 行/批（maxTidyApplyRowsPerBatch），超限如实 truncated；
- 不进自动档（人工/批量点）；试算（DryRun）零写库给出簇数与可减少行数。
2) 留存闸改组合口径（治根）+ N6/N7：
- 护栏②从「含习惯/约定词就一票放行」改为「锚点词 **且** 含具体约束
（数字/禁忌/频次规律）」；无约束的锚点交给更窄的规则判；
- N1/N3/N4/N5 这几条词项规则改为「无锚点时才开火」（`主人喜欢说晚安`
这类偏好不再因寒暄词被判临时）；
- 新增 N6（指示性时点，句首前 12 字内）与 N7（进行中状态），安全阀：习惯词、
硬性长期事实词、数值/约束、寒暄/情绪词一律按回去；
- 命中即第五态 defer，`expires_at = 判定时刻 + tempTtlSec`（默认 7 天，
已落在 $DATA_DIR/config/memory-tidy.json，零新 .env 键）；**只开新增侧**，
存量一条不补写（用例钉住）。
契约（加性，不改既有字段语义）：tidy dry-run/run 回执加 dedupeGroups /
dedupeRowsReducible / dedupeTruncated；批量应用回执加 deduped / rowsAffected。
实测（生产库只读 mode=ro，active 3667）：
- 闸：改前 2 条(0.05%) → 改后 89 条(2.43%)：n6 58 / n7 29 / n1 2；
89 条里 30 条含锚点词，逐条人读均为「约定明天中午见」「约定下周留个午后」
这类到期即失效的安排（唯一可议：1 条把「中午互动的日常」一起带进临时层）。
- dedupe_group：281 簇 / 可减 594 行（16.2% of active）；tag_set 265 / prefix12 16；
簇大小 2:170 3:48 4:27 5:10 6:10 7:7 8:2 9:2 10:1。
验收：go build ./... + go vet ./... + go test ./... 全绿。
66 lines
3.1 KiB
Go
66 lines
3.1 KiB
Go
package memory
|
||
|
||
import (
|
||
"context"
|
||
"fmt"
|
||
"strings"
|
||
)
|
||
|
||
// 本文件是 `dedupe_group` 的**元信息查询**：按分区取出「合并次数」与「是否临时层」
|
||
// 两列 —— 它们是存活规则的次要判据与一条数据安全护栏（临时行绝不进簇）。
|
||
// 从 tidy_dedupe.go 拆出来只为守 AGENTS §10 的文件行数上限（≤500 行），
|
||
// 注释与判据**逐字未动**。
|
||
|
||
// dedupeItemMetaSQL 取一个分区内每条记忆的**分簇所需元信息**：合并次数
|
||
// （存活规则的次要判据）+ 是否是临时层（`expires_at` 非空）。
|
||
//
|
||
// 两列都只读、只走分区条件，与 tidy 分区扫描同一组谓词（不含 archived/merged）。
|
||
const dedupeItemMetaSQL = `SELECT id, merge_count, expires_at FROM memory_items
|
||
WHERE persona_id = ? AND scope = ? AND project_id = ? AND status = ?`
|
||
|
||
// tidyDedupeMeta 是一条记忆的额外元信息（`MemoryItem` 的读侧 SELECT 不含这两列）。
|
||
type tidyDedupeMeta struct {
|
||
// mergeCount 是存活规则的次要判据（合并次数多的留）。
|
||
mergeCount int
|
||
// temporary 报告这条记忆在**临时层**（`expires_at` 非空，design/03 §9.6）。
|
||
//
|
||
// 🔴 临时层行**绝不进簇**，两个方向都不许：让一条长期事实并进一个 7 天后会被
|
||
// 后台**物理删除**（design/23 §19）的存活行，等于把那条事实一起删掉 ——
|
||
// 被吸收行会永远停在 `status='merged'` 且 `merged_into` 指向一个不存在的 id。
|
||
// 临时行本身也不值得合并：它的寿命本来就只剩几天。
|
||
temporary bool
|
||
}
|
||
|
||
// dedupeItemMeta 读出一个分区的 id → 元信息映射。
|
||
//
|
||
// 失败方向上它是**可降级**的（调用方在失败时用空映射继续分簇）：存活行的第一判据
|
||
// 是「内容最长」，merge_count 只在前者并列时决定胜负。但**降级会让「临时行」这个
|
||
// 判断失效** —— 因此调用方在降级时必须记 WARN，并且降级路径下 `temporary` 恒为
|
||
// false 意味着「可能把临时行当长期行」；这是**宁可少做也不误删**的反面，
|
||
// 所以这里把降级方向定成「继续分簇 + WARN」，而不是「整个分区不分簇」：
|
||
// 判错的方向是「多留一条冗余」（可 revert），不是「丢一条记忆」。
|
||
func (s *Store) dedupeItemMeta(ctx context.Context, p tidyPartition) (map[string]tidyDedupeMeta, error) {
|
||
rows, err := s.db.QueryContext(ctx, dedupeItemMetaSQL,
|
||
p.personaID, string(p.scope), p.projectID, string(tidyStatusActive))
|
||
if err != nil {
|
||
return nil, fmt.Errorf("memory/tidy: dedupe item meta: %w", err)
|
||
}
|
||
defer func() { _ = rows.Close() }()
|
||
out := make(map[string]tidyDedupeMeta, 64)
|
||
for rows.Next() {
|
||
var (
|
||
id string
|
||
mergeCnt int
|
||
expiresAt string
|
||
)
|
||
if err := rows.Scan(&id, &mergeCnt, &expiresAt); err != nil {
|
||
return nil, fmt.Errorf("memory/tidy: scan dedupe item meta: %w", err)
|
||
}
|
||
out[id] = tidyDedupeMeta{mergeCount: mergeCnt, temporary: strings.TrimSpace(expiresAt) != ""}
|
||
}
|
||
if err := rows.Err(); err != nil {
|
||
return nil, fmt.Errorf("memory/tidy: dedupe item meta rows: %w", err)
|
||
}
|
||
return out, nil
|
||
}
|