@furongjun1999/dsh-memory 0.4.11 → 0.5.1

package/md_cg/whitebox_kb/wisdom/role_solidified.json

@@ -1,8 +1,8 @@
-{
- "鲸鱼娘|你今天心情好吗": {
-  "role": "鲸鱼娘",
-  "answer": "我呀，心情跟着海浪走——浪高兴奋，浪低安静；见到你心情就像海豚一样欢快起来了。",
-  "direction": "心情",
-  "source": "role_solidified"
- }
+{
+ "鲸鱼娘|你今天心情好吗": {
+  "role": "鲸鱼娘",
+  "answer": "我呀，心情跟着海浪走——浪高兴奋，浪低安静；见到你心情就像海豚一样欢快起来了。",
+  "direction": "心情",
+  "source": "role_solidified"
+ }
 }

package/md_cg/whitebox_kb/wisdom/route_memory.py

@@ -1,244 +1,244 @@
-# -*- coding: utf-8 -*-
-"""route_memory · 第三层路由：对话集经验复用（记忆驱动 = 技能形成）
-================================================================================
-荣终裁（2026-08-20）：第三个路由方法是对话集——过去有人问过类似问题，
-寻路方式是怎样。这是形成长期记忆/技能。加入后 = 与灵枢长期记忆联动，
-白箱彻底绑定灵枢。
-
-设计（慎重考虑 · 防固化错误路径）：
-  记录：每次查询 → 路径链（top 卡）→ 验证结果 → 入经验库
-  召回：相似问题 → 已验证路径 → 优先导航（三重验证门控）
-  技能：高频成功路径 → 提升为技能卡（协议 P1-3）
-
-三重验证门控（缺一不可）：
-  ① 路径已验证：该链曾产生正确答案（验证单元确认）
-  ② 未过时：链上节点仍存在（图谱未大改）
-  ③ 条件空间一致：问题 Q 与历史 Q' 条件空间声明一致（相似度阈值）
-
-存储：本地 JSON（经验库）+ 可选灵枢记忆联动（白箱绑定灵枢）。
-
-用法：:
-    from route_memory import RouteMemory
-    rm = RouteMemory()
-    rm.record(q, top_cards, verified=True)     # 记录寻路路径
-    hit = rm.recall(q, threshold=0.8)          # 相似问题 → 历史路径
-    skills = rm.top_skills()                    # 高频成功路径 = 技能
-"""
-import json
-import os
-import time
-
-HERE = os.path.dirname(os.path.abspath(__file__))
-DEFAULT_PATH = os.path.join(HERE, "route_memory.json")
-
-
-class RouteMemory:
-    """对话集经验路由：历史寻路路径记录 + 召回 + 验证门控。"""
-
-    def __init__(self, path: str = DEFAULT_PATH, max_entries: int = 5000):
-        """路由记忆初始化：持久文件存在则恢复既有条目。"""
-        self.path = path
-        self.max_entries = max_entries
-        self._entries = []      # [{q, q_fp, chain, verified, count, ts}]
-        self._load()
-
-    # ---------------- 存储 ----------------
-
-    def _load(self) -> None:
-        """从 JSON 文件读回历史路由记忆（缺失视为空白）。"""
-        try:
-            if os.path.exists(self.path):
-                with open(self.path, encoding="utf-8") as f:
-                    self._entries = json.load(f)
-        except Exception:
-            self._entries = []
-
-    def _save(self) -> None:
-        """路由记忆写回 JSON 文件（原子覆盖）。"""
-        try:
-            os.makedirs(os.path.dirname(self.path), exist_ok=True) \
-                if os.path.dirname(self.path) else None
-            with open(self.path, "w", encoding="utf-8") as f:
-                json.dump(self._entries[-self.max_entries:], f,
-                          ensure_ascii=False, indent=1)
-        except Exception:
-            pass
-
-    # ---------------- 记录（寻路路径入经验库） ----------------
-
-    def record(self, question: str, chain: list, verified: bool = True,
-               focus: str = "") -> dict:
-        """记录一次查询的寻路路径。
-
-        question: 原始问题
-        chain: 路径链（top 卡名列表，如 ["初中数学", "三角形"]）
-        verified: 该路径是否验证过（答案正确=验证单元确认）
-        focus: 问题焦点（可空，用于相似度辅助）
-        """
-        # 去重：同问题已记录 → 更新计数/验证状态
-        for e in self._entries:
-            if e.get("q") == question:
-                e["count"] = e.get("count", 0) + 1
-                e["verified"] = e["verified"] and verified
-                e["ts"] = time.time()
-                if focus:
-                    e["focus"] = focus
-                self._save()
-                return {"status": "updated", "count": e["count"]}
-        self._entries.append({
-            "q": question, "chain": chain, "verified": bool(verified),
-            "count": 1, "ts": time.time(), "focus": focus or "",
-        })
-        # 语义向量（荣：在可能的语义中匹配——路由依据是语义不是切片）
-        try:
-            from neural_retrieve import NeuralRetriever
-            nr = NeuralRetriever()
-            qv = nr.embed(question)
-            if qv is not None:
-                self._entries[-1]["qvec"] = [
-                    round(float(x), 6) for x in qv.tolist()]
-        except Exception:
-            pass
-        # 条件空间绑定（v1.20 · 荣：技能附带条件，不会在不适合的条件下
-        # 出现——防题库过拟合。记录问题所属学科域，召回时校验一致：
-        # 「什么是函数？」（数学）和「什么是函数呀」（编程）语义相似
-        # 但条件空间不同，经验不可互用）
-        try:
-            from semantic_translate import classify_condition_space
-            _cs = classify_condition_space(question)
-            if _cs.get("nav"):
-                self._entries[-1]["cond_space"] = _cs["domain"]
-        except Exception:
-            pass
-        self._save()
-        return {"status": "recorded", "count": 1}
-
-    # ---------------- 召回（相似问题 → 历史路径） ----------------
-
-    @staticmethod
-    def _key_terms(text: str) -> set:
-        """提取问题关键词集合（降级路由用，bge 不可用时兜底）：
-        仅 3-4 字实义词（「勾股定理/圆的周长」），去疑问词/虚词。
-        不用 2 字全窗口——碎片词稀释 Jaccard 相似度（荣：不随意切片，
-        语义匹配为主，此处仅作 bge 不可用时的保守降级）。
-        """
-        try:
-            import re as _re
-            chars = [c for c in text if "\u4e00" <= c <= "\u9fff"]
-            terms = set()
-            for L in (4, 3):
-                for i in range(len(chars) - L + 1):
-                    w = "".join(chars[i:i + L])
-                    if any(s in w for s in ("是什么", "怎么", "多少", "为什么",
-                                            "公式", "内容", "定义", "关系",
-                                            "分别是", "之间的", "多少个")):
-                        continue
-                    terms.add(w)
-            return terms
-        except Exception:
-            return set()
-
-    def recall(self, question: str, threshold: float = 0.55,
-               max_results: int = 3) -> list:
-        """语义召回相似问题的历史路径（第三层路由核心）。
-
-        荣：不随意对句子切片，而在可能的语义中匹配——用 bge 语义向量
-        余弦（「勾股定理的内容是什么？」vs「什么是勾股定理？」语义相同、
-        字面不同 → 语义余弦正确匹配，切片 Jaccard 会漏）。
-        优先级：已验证路径 > 相似度 > 使用次数。
-        返回 [{q, chain, verified, count, similarity}]
-        """
-        if not question or not self._entries:
-            return []
-        # 当前问题条件空间（校验用——技能附带条件，不在不适合的条件下出现）
-        _cur_cond = None
-        try:
-            from semantic_translate import classify_condition_space
-            _cs = classify_condition_space(question)
-            if _cs.get("nav"):
-                _cur_cond = _cs["domain"]
-        except Exception:
-            _cur_cond = None
-        # 语义匹配（主路径）
-        try:
-            import numpy as np
-            from neural_retrieve import NeuralRetriever
-            nr = NeuralRetriever()
-            qv = nr.embed(question)
-            if qv is not None:
-                qn = qv / max(float(np.linalg.norm(qv)), 1e-9)
-                scored = []
-                for e in self._entries:
-                    ev = e.get("qvec")
-                    if not ev:
-                        continue
-                    # 条件空间一致性（v1.20 防过拟合）：历史问题的条件空间
-                    # 与当前不一致 → 不召回（「什么是函数？」数学 vs
-                    # 「什么是函数呀」编程——语义相似但经验不可互用）
-                    hist_cond = e.get("cond_space")
-                    if hist_cond and _cur_cond and hist_cond != _cur_cond:
-                        continue
-                    evn = np.asarray(ev, dtype=np.float32)
-                    norm = float(np.linalg.norm(evn))
-                    if norm < 1e-9:
-                        continue
-                    sim = float(np.dot(qn, evn / norm))
-                    if sim >= threshold:
-                        scored.append({"q": e.get("q"),
-                                       "chain": e.get("chain", []),
-                                       "verified": e.get("verified", False),
-                                       "count": e.get("count", 1),
-                                       "cond_space": hist_cond,
-                                       "similarity": round(sim, 3)})
-                scored.sort(key=lambda x: (-x["verified"], -x["similarity"],
-                                           -x["count"]))
-                return scored[:max_results]
-        except Exception:
-            pass
-        # 降级：bge 不可用 → 关键词 Jaccard（保守）
-        try:
-            tq = self._key_terms(question)
-            if not tq:
-                return []
-            scored = []
-            for e in self._entries:
-                te = self._key_terms(e.get("q", ""))
-                inter = tq & te
-                if not inter:
-                    continue
-                sim = len(inter) / max(1, min(len(tq), len(te)))
-                if sim >= threshold:
-                    scored.append({"q": e.get("q"), "chain": e.get("chain", []),
-                                   "verified": e.get("verified", False),
-                                   "count": e.get("count", 1),
-                                   "similarity": round(sim, 3)})
-            scored.sort(key=lambda x: (-x["verified"], -x["similarity"],
-                                       -x["count"]))
-            return scored[:max_results]
-        except Exception:
-            return []
-
-    # ---------------- 技能形成（高频成功路径） ----------------
-
-    def top_skills(self, min_count: int = 3, top: int = 10) -> list:
-        """高频已验证路径 = 技能卡（协议 P1-3 技能获取）。
-
-        条件：verified + count ≥ min_count（重复成功 = 可靠经验）。
-        """
-        skills = [e for e in self._entries
-                  if e.get("verified") and e.get("count", 0) >= min_count]
-        skills.sort(key=lambda x: -x.get("count", 0))
-        return skills[:top]
-
-    # ---------------- 状态 ----------------
-
-    def info(self) -> dict:
-        """路由记忆概况：总条数/已验证数/持久化路径。"""
-        verified = sum(1 for e in self._entries if e.get("verified"))
-        return {"entries": len(self._entries), "verified": verified,
-                "path": self.path}
-
-    def clear(self) -> None:
-        """清空全部路由记忆并立即保存。"""
-        self._entries = []
-        self._save()
+# -*- coding: utf-8 -*-
+"""route_memory · 第三层路由：对话集经验复用（记忆驱动 = 技能形成）
+================================================================================
+荣终裁（2026-08-20）：第三个路由方法是对话集——过去有人问过类似问题，
+寻路方式是怎样。这是形成长期记忆/技能。加入后 = 与灵枢长期记忆联动，
+白箱彻底绑定灵枢。
+
+设计（慎重考虑 · 防固化错误路径）：
+  记录：每次查询 → 路径链（top 卡）→ 验证结果 → 入经验库
+  召回：相似问题 → 已验证路径 → 优先导航（三重验证门控）
+  技能：高频成功路径 → 提升为技能卡（协议 P1-3）
+
+三重验证门控（缺一不可）：
+  ① 路径已验证：该链曾产生正确答案（验证单元确认）
+  ② 未过时：链上节点仍存在（图谱未大改）
+  ③ 条件空间一致：问题 Q 与历史 Q' 条件空间声明一致（相似度阈值）
+
+存储：本地 JSON（经验库）+ 可选灵枢记忆联动（白箱绑定灵枢）。
+
+用法：:
+    from route_memory import RouteMemory
+    rm = RouteMemory()
+    rm.record(q, top_cards, verified=True)     # 记录寻路路径
+    hit = rm.recall(q, threshold=0.8)          # 相似问题 → 历史路径
+    skills = rm.top_skills()                    # 高频成功路径 = 技能
+"""
+import json
+import os
+import time
+
+HERE = os.path.dirname(os.path.abspath(__file__))
+DEFAULT_PATH = os.path.join(HERE, "route_memory.json")
+
+
+class RouteMemory:
+    """对话集经验路由：历史寻路路径记录 + 召回 + 验证门控。"""
+
+    def __init__(self, path: str = DEFAULT_PATH, max_entries: int = 5000):
+        """路由记忆初始化：持久文件存在则恢复既有条目。"""
+        self.path = path
+        self.max_entries = max_entries
+        self._entries = []      # [{q, q_fp, chain, verified, count, ts}]
+        self._load()
+
+    # ---------------- 存储 ----------------
+
+    def _load(self) -> None:
+        """从 JSON 文件读回历史路由记忆（缺失视为空白）。"""
+        try:
+            if os.path.exists(self.path):
+                with open(self.path, encoding="utf-8") as f:
+                    self._entries = json.load(f)
+        except Exception:
+            self._entries = []
+
+    def _save(self) -> None:
+        """路由记忆写回 JSON 文件（原子覆盖）。"""
+        try:
+            os.makedirs(os.path.dirname(self.path), exist_ok=True) \
+                if os.path.dirname(self.path) else None
+            with open(self.path, "w", encoding="utf-8") as f:
+                json.dump(self._entries[-self.max_entries:], f,
+                          ensure_ascii=False, indent=1)
+        except Exception:
+            pass
+
+    # ---------------- 记录（寻路路径入经验库） ----------------
+
+    def record(self, question: str, chain: list, verified: bool = True,
+               focus: str = "") -> dict:
+        """记录一次查询的寻路路径。
+
+        question: 原始问题
+        chain: 路径链（top 卡名列表，如 ["初中数学", "三角形"]）
+        verified: 该路径是否验证过（答案正确=验证单元确认）
+        focus: 问题焦点（可空，用于相似度辅助）
+        """
+        # 去重：同问题已记录 → 更新计数/验证状态
+        for e in self._entries:
+            if e.get("q") == question:
+                e["count"] = e.get("count", 0) + 1
+                e["verified"] = e["verified"] and verified
+                e["ts"] = time.time()
+                if focus:
+                    e["focus"] = focus
+                self._save()
+                return {"status": "updated", "count": e["count"]}
+        self._entries.append({
+            "q": question, "chain": chain, "verified": bool(verified),
+            "count": 1, "ts": time.time(), "focus": focus or "",
+        })
+        # 语义向量（荣：在可能的语义中匹配——路由依据是语义不是切片）
+        try:
+            from neural_retrieve import NeuralRetriever
+            nr = NeuralRetriever()
+            qv = nr.embed(question)
+            if qv is not None:
+                self._entries[-1]["qvec"] = [
+                    round(float(x), 6) for x in qv.tolist()]
+        except Exception:
+            pass
+        # 条件空间绑定（v1.20 · 荣：技能附带条件，不会在不适合的条件下
+        # 出现——防题库过拟合。记录问题所属学科域，召回时校验一致：
+        # 「什么是函数？」（数学）和「什么是函数呀」（编程）语义相似
+        # 但条件空间不同，经验不可互用）
+        try:
+            from semantic_translate import classify_condition_space
+            _cs = classify_condition_space(question)
+            if _cs.get("nav"):
+                self._entries[-1]["cond_space"] = _cs["domain"]
+        except Exception:
+            pass
+        self._save()
+        return {"status": "recorded", "count": 1}
+
+    # ---------------- 召回（相似问题 → 历史路径） ----------------
+
+    @staticmethod
+    def _key_terms(text: str) -> set:
+        """提取问题关键词集合（降级路由用，bge 不可用时兜底）：
+        仅 3-4 字实义词（「勾股定理/圆的周长」），去疑问词/虚词。
+        不用 2 字全窗口——碎片词稀释 Jaccard 相似度（荣：不随意切片，
+        语义匹配为主，此处仅作 bge 不可用时的保守降级）。
+        """
+        try:
+            import re as _re
+            chars = [c for c in text if "\u4e00" <= c <= "\u9fff"]
+            terms = set()
+            for L in (4, 3):
+                for i in range(len(chars) - L + 1):
+                    w = "".join(chars[i:i + L])
+                    if any(s in w for s in ("是什么", "怎么", "多少", "为什么",
+                                            "公式", "内容", "定义", "关系",
+                                            "分别是", "之间的", "多少个")):
+                        continue
+                    terms.add(w)
+            return terms
+        except Exception:
+            return set()
+
+    def recall(self, question: str, threshold: float = 0.55,
+               max_results: int = 3) -> list:
+        """语义召回相似问题的历史路径（第三层路由核心）。
+
+        荣：不随意对句子切片，而在可能的语义中匹配——用 bge 语义向量
+        余弦（「勾股定理的内容是什么？」vs「什么是勾股定理？」语义相同、
+        字面不同 → 语义余弦正确匹配，切片 Jaccard 会漏）。
+        优先级：已验证路径 > 相似度 > 使用次数。
+        返回 [{q, chain, verified, count, similarity}]
+        """
+        if not question or not self._entries:
+            return []
+        # 当前问题条件空间（校验用——技能附带条件，不在不适合的条件下出现）
+        _cur_cond = None
+        try:
+            from semantic_translate import classify_condition_space
+            _cs = classify_condition_space(question)
+            if _cs.get("nav"):
+                _cur_cond = _cs["domain"]
+        except Exception:
+            _cur_cond = None
+        # 语义匹配（主路径）
+        try:
+            import numpy as np
+            from neural_retrieve import NeuralRetriever
+            nr = NeuralRetriever()
+            qv = nr.embed(question)
+            if qv is not None:
+                qn = qv / max(float(np.linalg.norm(qv)), 1e-9)
+                scored = []
+                for e in self._entries:
+                    ev = e.get("qvec")
+                    if not ev:
+                        continue
+                    # 条件空间一致性（v1.20 防过拟合）：历史问题的条件空间
+                    # 与当前不一致 → 不召回（「什么是函数？」数学 vs
+                    # 「什么是函数呀」编程——语义相似但经验不可互用）
+                    hist_cond = e.get("cond_space")
+                    if hist_cond and _cur_cond and hist_cond != _cur_cond:
+                        continue
+                    evn = np.asarray(ev, dtype=np.float32)
+                    norm = float(np.linalg.norm(evn))
+                    if norm < 1e-9:
+                        continue
+                    sim = float(np.dot(qn, evn / norm))
+                    if sim >= threshold:
+                        scored.append({"q": e.get("q"),
+                                       "chain": e.get("chain", []),
+                                       "verified": e.get("verified", False),
+                                       "count": e.get("count", 1),
+                                       "cond_space": hist_cond,
+                                       "similarity": round(sim, 3)})
+                scored.sort(key=lambda x: (-x["verified"], -x["similarity"],
+                                           -x["count"]))
+                return scored[:max_results]
+        except Exception:
+            pass
+        # 降级：bge 不可用 → 关键词 Jaccard（保守）
+        try:
+            tq = self._key_terms(question)
+            if not tq:
+                return []
+            scored = []
+            for e in self._entries:
+                te = self._key_terms(e.get("q", ""))
+                inter = tq & te
+                if not inter:
+                    continue
+                sim = len(inter) / max(1, min(len(tq), len(te)))
+                if sim >= threshold:
+                    scored.append({"q": e.get("q"), "chain": e.get("chain", []),
+                                   "verified": e.get("verified", False),
+                                   "count": e.get("count", 1),
+                                   "similarity": round(sim, 3)})
+            scored.sort(key=lambda x: (-x["verified"], -x["similarity"],
+                                       -x["count"]))
+            return scored[:max_results]
+        except Exception:
+            return []
+
+    # ---------------- 技能形成（高频成功路径） ----------------
+
+    def top_skills(self, min_count: int = 3, top: int = 10) -> list:
+        """高频已验证路径 = 技能卡（协议 P1-3 技能获取）。
+
+        条件：verified + count ≥ min_count（重复成功 = 可靠经验）。
+        """
+        skills = [e for e in self._entries
+                  if e.get("verified") and e.get("count", 0) >= min_count]
+        skills.sort(key=lambda x: -x.get("count", 0))
+        return skills[:top]
+
+    # ---------------- 状态 ----------------
+
+    def info(self) -> dict:
+        """路由记忆概况：总条数/已验证数/持久化路径。"""
+        verified = sum(1 for e in self._entries if e.get("verified"))
+        return {"entries": len(self._entries), "verified": verified,
+                "path": self.path}
+
+    def clear(self) -> None:
+        """清空全部路由记忆并立即保存。"""
+        self._entries = []
+        self._save()