079project 2.0.0 → 3.0.0

package/todo-list.txt

@@ -1,86 +0,0 @@
-GitHub Copilot
-
-下面把你提出的 v2.0 需求整理成清晰的 TODO-list（每项附带子任务、优先级、复杂度估算、首要改动点与下一步行动建议）。便于逐步实现与分支/PR 管理。
-
-------------------1) 记忆尺度：从“时间”切换为“对话”----------------  
-- 子任务：  
-  - 定义“对话会话ID”与会话边界（消息计数或换话题检测）。  
-  - 将 KVM/wordAccessLog/快照/遗忘策略改为按会话维度索引与过期。  
-  - 修改 forgetWords、saveAll/loadAll 与 snapshot 逻辑以支持会话分片。  
-- 优先级：高；复杂度：中  
-- main_Study.cjs 中 KVM、forgetWords、SnapshotManager、save/load 函数。  
-- 下一步：设计会话ID格式并写出迁移方案（兼容老快照）。
-
-2) .copy -> 基于 hash 的差量 copy（递归分区哈希）  
-- 子任务：  
-  - 定义对象哈希（图节点、连接、KVM 值、词表段）规则。  
-  - 实现递归分区哈希算法（分层哈希，按子图/词块分区）。  
-  - 实现差量 copy/patch 接口（只拷贝不同分区）。  
-- 优先级：高；复杂度：大  
-- 首要改动：实现新模块 lib/deltaCopy.js，替换 cloneSystem、runtimeToPlain/plainObjToRuntime。  
-- 下一步：写单元测试验证哈希一致性与补丁正确性。
-
-3) 增强轮换学习（减少用户等待）  
-- 子任务：  
-  - 设计三副本轮换协议（leader/worker 与暂停/热替换流程）。  
-  - 将 scheduleCrossLearning 改为更细粒度的 checkpoint/lock-free 切换（差量同步）。  
-  - 添加短暂停机降级策略与快速回滚。  
-- 优先级：高；复杂度：中-大  
-- 首要改动：main_Study 中 scheduleCrossLearning、controller.updateRuntime、Redis 发布逻辑。  
-- 下一步：定义状态机与 API（swap、freeze、apply-delta）。
-
-4) 强化 anti-trigger 与日志系统（崩溃连锁触发定位）  ---------------------
-- 子任务：  
-  - 完善 antiTrigger：崩溃链路检测、重试与安全退出钩子。  
-  - 引入结构化日志（文件+rotating）与异常追踪（stack + context）。  
-  - 在关键路径增加崩溃快照（错误发生时自动 dump 最小快照）。  
-- 优先级：高；复杂度：中  
-- 首要改动：antiTrigger 函数、setupExitHandler、SnapshotManager.createSnapshot、新增 logger 模块（winston 或 pino）。  
-- 下一步：定义日志格式与最小 crash dump 方案。
-
-5) 新增对抗学习网络（人机识别评分器）  
-- 子任务：  
-  - 设计对抗模块接口：判别器（discriminator）输出拟人化评分与训练回路。  
-  - 用现有 KVM/graph 生成“人类样本”与“机器样本”数据集。  
-  - 将判别器输出作为主模型训练/奖励信号的一部分（强化学习回路）。  
-- 优先级：中；复杂度：大  
-- 首要改动：新增模块 lib/adversary.js + Runtime 中训练/评估接入点。  
-- 下一步：先实现轻量判别器（简单特征+小分类器）做 POC。
-
-6) 实现真正的爬虫模块（抓取+清洗）  
-- 子任务：  
-  - 新建爬虫模块（支持并发、robots、速率限制、去重、Pipeline 清洗）。  
-  - 集成 HTML 解析、正文提取、语言检测、去噪与词形归一化。  
-  - 将抓取结果发送到 spider.fetchArticles 的存储/队列。  
-- 优先级：中；复杂度：中-大  
-- 首要改动：新增目录 crawler/（fetcher、parser、cleaner、storage）。修改 Spider 以支持外部数据源。  
-- 下一步：先实现单域抓取与清洗流水线 POC。
-
-7) 硬盘型数据库构型（部分图结构磁盘化、自动加载）  
-- 子任务：  
-  - 研究 LMDB/LevelDB/rocksdb 方案，设计图分片策略（按节点度、热度、hash-range）。  
-  - 实现图分片接口（swap-in/out）、接近边界时触发预加载侦测。  
-  - 修改 GraphDB/KVM 支持异步加载与缓存回退策略。  
-- 优先级：高（随着图变大必须）；复杂度：大  
-- 首要改动：KVM 类扩展、GraphDB 重构为内存+持久层混合（lib/storage-adapter.js）。  
-- 下一步：选定数据库（建议 LMDB 或 RocksDB），实现最小存储适配层。
-
-8) 探索硬件加速（FPGA / 模拟运算）  
-- 子任务：  
-  - 梳理热点（哪些计算最耗时：信号扩散、多源比对、距离计算）。  
-  - 制定可被加速的计算接口（向量化、批处理、FPGA-friendly 格式）。  
-  - 建立 POC：把最小工作负载移到 GPU/FPGA 模拟（或借助 SIMD/Native addon）。  
-- 优先级：低（研究/POC）；复杂度：非常大（外部依赖）  
-- 首要改动：抽象计算层（lib/computeAdapter），便于未来替换为硬件实现。  
-- 下一步：先做性能分析与热点剖析，确定优先加速模块。
-
-交付建议（短期优先级）  
-- 阶段 1（2–4 周）：1、3、4（最小破坏性改造） + 日志模块 + 单元测试覆盖关键函数。  
-- 阶段 2（4–8 周）：2（差量 copy 实现）+ 7（存储适配 POC）+ 6（爬虫基础）。  
-- 阶段 3（8–16 周）：5（对抗学习）+ 8（硬件加速 POC）+ 全面整合与回归测试。
-
-我可以马上开始：  
-- A) 生成分解后的 issue 列表与每项具体 code-change patch（推荐先做阶段1）。  
-- B) 直接在工作区创建 logger 模块并改造 antiTrigger + setupExitHandler（优先级高）。  
-
-请选择要我现在执行的下一步（A / B / 或 指定某个任务编号）。