@modusensus/dsh-mneme 0.14.0-beta.1 → 0.14.0-beta.2

package/src/dream/triage.js

@@ -1,139 +1,139 @@
-// 冲突分诊（issue #641 beta 第一阶段，shadow 档）：把 findPotentialConflicts 送进
-// 冲突相位的每一对，先过确定性分诊，落进 conflict_ledger 账本。
-//
-// 为什么分诊先行：真实库 788 对人审队列的全量分类（只读挖掘，口径见 #641 正文）
-// ——46% 近重复 + 20% 跨作用域重复 + 5% 时序演进，真矛盾只有 ~27%。前 71% 是该被
-// 机械处置（merge / 去重 / 取代链）的工作量，现行窄 prompt（conflict/keep 二选一）
-// 把它们全逼成了「输赢」，再由人来逐对裁决（≈30 条/天，且 92% 的对从未两侧同场）。
-// 分诊把「谁该机械处理、谁才是真矛盾」从 LLM 手里拿回来：E13b 实测 winner-take-all
-// 裁决 P(毒胜出)=86.8%，LLM 在这条链上只允许降级为分类器。
-//
-// 四档判据（全部确定性，本文件是唯一实现；enforce 阶段的处置接线另有 PR，本文件
-// 在 shadow 档只产分类与信号，不做任何记忆行处置）：
-//   cross-scope-dup  任一 scope 维键不同——同一内容落两个归属（#170 scopeReason 口径，
-//                    真实库占 20%）
-//   dup              同 scope + sim ≥ dupMin + created_at 差 < 24h——同日双录
-//                    （真实库 76% 的对两侧差 <1 天；#616 实测 55-57% 的新条反而更短，
-//                    新鲜度对这类对无区分力，后续处置按信息量裁决）
-//   evolution        同 scope + created_at 差 ≥ 7 天——时序演进展期（T3 superseded_by
-//                    取代链的候选池，enforce 阶段接线；entity_attrs 失效信号并入也在
-//                    那一步，见 #585）
-//   conflict         其余——真矛盾残余（真实库 ~27%；账本标记，消解推迟到检索时/
-//                    会话纠正/巩固重蒸馏三时刻）
-//
-// 「未标注 scope」不算跨作用域：scopeKeyOf 把 NULL 归一成 null，两条都未标注时
-// null !== null 为 false、判同档——#616 指出这个判据用于**自动归档**是洞（归属未知
-// ≠归属相同），但在 shadow 分诊里零处置、无害；signals.annotated=false 显式落账，
-// 让分析时能把「未标注」切出来，而不是让它静默混进同 scope 桶。
-import { scopeKeyOf } from "../scope.js";
-
-const DAY_MS = 86_400_000;
-
-// T1（dup）与 T3（evolution）的时间界。24h 来自真实库分布（76% 的对 <1 天，且
-// 1-7 天区间的「疑似同日双录」残留在 1-7 天档里很难与快速演进区分，宁保守归
-// conflict——分诊错档在 shadow 期只是统计噪音，enforce 后错档会错杀）；7 天是
-// 演进展期的保守下限，真实库 7 天以上的对仅 0.5%（4/788）。
-export const DUP_MAX_AGE_MS = DAY_MS;
-export const EVOLUTION_MIN_AGE_MS = 7 * DAY_MS;
-
-export const LEDGER_TIERS = ["dup", "cross-scope-dup", "evolution", "conflict"];
-
-/**
- * Classify one candidate pair into a ledger tier. Pure function — no I/O, no
- * config dependency beyond the tunables passed in, so the same verdict is
- * reproducible from the recorded signals alone.
- *
- * @param {object} a candidate side A (needs agent_scope, workspace_scope, created_at)
- * @param {object} b candidate side B
- * @param {number} similarity detector cosine similarity (pair already passed the
- *        detection threshold, so ≥ ~0.75-0.92 depending on strictness)
- * @param {{dupMinSimilarity?: number, now?: number}} opts dupMin 默认 0.90（#616
- *        重测：0.95 在现库覆盖为 0，真实库 reason 相似度回声集中在 0.85-0.93，
- *        0.90 是把回声带接进 dup 档的落点）；now 仅测试注入
- * @returns {{tier: string, signals: object}}
- */
-export function triagePair(a, b, similarity, opts = {}) {
-  const dupMin = typeof opts.dupMinSimilarity === "number" ? opts.dupMinSimilarity : 0.9;
-  const now = typeof opts.now === "number" ? opts.now : Date.now();
-
-  const crossScope =
-    scopeKeyOf(a.agent_scope) !== scopeKeyOf(b.agent_scope) ||
-    scopeKeyOf(a.workspace_scope) !== scopeKeyOf(b.workspace_scope);
-  const annotated = (a.agent_scope != null || a.workspace_scope != null) &&
-    (b.agent_scope != null || b.workspace_scope != null);
-
-  // created_at 缺失不下结论：宁归 conflict（账本里最保守的一档），也不编造时间信号。
-  const createdA = Date.parse(a.created_at ?? "");
-  const createdB = Date.parse(b.created_at ?? "");
-  const gapKnown = Number.isFinite(createdA) && Number.isFinite(createdB);
-  const gapDays = gapKnown ? Math.abs(createdA - createdB) / DAY_MS : null;
-
-  let tier;
-  if (crossScope) {
-    tier = "cross-scope-dup";
-  } else if (gapKnown && typeof similarity === "number" && similarity >= dupMin && gapDays < DUP_MAX_AGE_MS / DAY_MS) {
-    tier = "dup";
-  } else if (gapKnown && gapDays * DAY_MS >= EVOLUTION_MIN_AGE_MS) {
-    tier = "evolution";
-  } else {
-    tier = "conflict";
-  }
-
-  return {
-    tier,
-    signals: {
-      crossScope,
-      annotated,
-      gapDays: gapDays == null ? null : Math.round(gapDays * 1000) / 1000,
-      dupMin,
-      similarity: typeof similarity === "number" ? similarity : null
-    }
-  };
-}
-
-/**
- * Triage + record every selected pair into the conflict_ledger. Bookkeeping
- * only: a store failure on one pair must never fail the phase (same
- * best-effort discipline as saveConflictReviewed / saveDifferentiatedPair —
- * 记账本身绝不能反过来把巩固打断）。
- *
- * 分块 + 让出（#643 review）：候选池大时同步写完全部对会连续占用事件循环、
- * 延迟用户活动与取消信号的处理——每块之间 setImmediate 让出一次，并在每块
- * 开始前检查 signal.aborted。取消后停止记账，余下的对下一轮自然重见；**不用
- * 固定上限裁剪观察样本**（shadow 的分母必须完整，截断只来自取消，且在
- * tally.truncatedAt 可见——静默截断会让分布失真，比没有数据更糟）。
- *
- * @returns Promise<tally> {dup, cross-scope-dup, evolution, conflict, recorded,
- *          failed, truncatedAt} — truncatedAt 非 null 表示取消点（已处理的对数）
- */
-export async function recordLedgerTriage(service, runId, pairs, opts = {}) {
-  const tally = { dup: 0, "cross-scope-dup": 0, evolution: 0, conflict: 0, recorded: 0, failed: 0, truncatedAt: null };
-  const CHUNK = 50;
-  for (let start = 0; start < pairs.length; start += CHUNK) {
-    // 块间让出事件循环（首块前不用——pairs 为空或单块时零额外宏任务）
-    if (start > 0) await new Promise((resolve) => setImmediate(resolve));
-    if (opts.signal?.aborted) {
-      tally.truncatedAt = start;
-      break;
-    }
-    for (const p of pairs.slice(start, start + CHUNK)) {
-      try {
-        const verdict = triagePair(p.a, p.b, p.similarity, opts);
-        service.saveConflictLedgerEntry({
-          run_id: runId,
-          memory_a: p.a.id,
-          memory_b: p.b.id,
-          tier: verdict.tier,
-          similarity: p.similarity,
-          signals: verdict.signals
-        });
-        tally[verdict.tier] += 1;
-        tally.recorded += 1;
-      } catch (error) {
-        tally.failed += 1;
-        opts.logger?.warn?.(`dsh-mneme sleep: failed to record ledger triage for ${p.a?.id}/${p.b?.id}: ${String(error)}`);
-      }
-    }
-  }
-  return tally;
-}
+// 冲突分诊（issue #641 beta 第一阶段，shadow 档）：把 findPotentialConflicts 送进
+// 冲突相位的每一对，先过确定性分诊，落进 conflict_ledger 账本。
+//
+// 为什么分诊先行：真实库 788 对人审队列的全量分类（只读挖掘，口径见 #641 正文）
+// ——46% 近重复 + 20% 跨作用域重复 + 5% 时序演进，真矛盾只有 ~27%。前 71% 是该被
+// 机械处置（merge / 去重 / 取代链）的工作量，现行窄 prompt（conflict/keep 二选一）
+// 把它们全逼成了「输赢」，再由人来逐对裁决（≈30 条/天，且 92% 的对从未两侧同场）。
+// 分诊把「谁该机械处理、谁才是真矛盾」从 LLM 手里拿回来：E13b 实测 winner-take-all
+// 裁决 P(毒胜出)=86.8%，LLM 在这条链上只允许降级为分类器。
+//
+// 四档判据（全部确定性，本文件是唯一实现；enforce 阶段的处置接线另有 PR，本文件
+// 在 shadow 档只产分类与信号，不做任何记忆行处置）：
+//   cross-scope-dup  任一 scope 维键不同——同一内容落两个归属（#170 scopeReason 口径，
+//                    真实库占 20%）
+//   dup              同 scope + sim ≥ dupMin + created_at 差 < 24h——同日双录
+//                    （真实库 76% 的对两侧差 <1 天；#616 实测 55-57% 的新条反而更短，
+//                    新鲜度对这类对无区分力，后续处置按信息量裁决）
+//   evolution        同 scope + created_at 差 ≥ 7 天——时序演进展期（T3 superseded_by
+//                    取代链的候选池，enforce 阶段接线；entity_attrs 失效信号并入也在
+//                    那一步，见 #585）
+//   conflict         其余——真矛盾残余（真实库 ~27%；账本标记，消解推迟到检索时/
+//                    会话纠正/巩固重蒸馏三时刻）
+//
+// 「未标注 scope」不算跨作用域：scopeKeyOf 把 NULL 归一成 null，两条都未标注时
+// null !== null 为 false、判同档——#616 指出这个判据用于**自动归档**是洞（归属未知
+// ≠归属相同），但在 shadow 分诊里零处置、无害；signals.annotated=false 显式落账，
+// 让分析时能把「未标注」切出来，而不是让它静默混进同 scope 桶。
+import { scopeKeyOf } from "../scope.js";
+
+const DAY_MS = 86_400_000;
+
+// T1（dup）与 T3（evolution）的时间界。24h 来自真实库分布（76% 的对 <1 天，且
+// 1-7 天区间的「疑似同日双录」残留在 1-7 天档里很难与快速演进区分，宁保守归
+// conflict——分诊错档在 shadow 期只是统计噪音，enforce 后错档会错杀）；7 天是
+// 演进展期的保守下限，真实库 7 天以上的对仅 0.5%（4/788）。
+export const DUP_MAX_AGE_MS = DAY_MS;
+export const EVOLUTION_MIN_AGE_MS = 7 * DAY_MS;
+
+export const LEDGER_TIERS = ["dup", "cross-scope-dup", "evolution", "conflict"];
+
+/**
+ * Classify one candidate pair into a ledger tier. Pure function — no I/O, no
+ * config dependency beyond the tunables passed in, so the same verdict is
+ * reproducible from the recorded signals alone.
+ *
+ * @param {object} a candidate side A (needs agent_scope, workspace_scope, created_at)
+ * @param {object} b candidate side B
+ * @param {number} similarity detector cosine similarity (pair already passed the
+ *        detection threshold, so ≥ ~0.75-0.92 depending on strictness)
+ * @param {{dupMinSimilarity?: number, now?: number}} opts dupMin 默认 0.90（#616
+ *        重测：0.95 在现库覆盖为 0，真实库 reason 相似度回声集中在 0.85-0.93，
+ *        0.90 是把回声带接进 dup 档的落点）；now 仅测试注入
+ * @returns {{tier: string, signals: object}}
+ */
+export function triagePair(a, b, similarity, opts = {}) {
+  const dupMin = typeof opts.dupMinSimilarity === "number" ? opts.dupMinSimilarity : 0.9;
+  const now = typeof opts.now === "number" ? opts.now : Date.now();
+
+  const crossScope =
+    scopeKeyOf(a.agent_scope) !== scopeKeyOf(b.agent_scope) ||
+    scopeKeyOf(a.workspace_scope) !== scopeKeyOf(b.workspace_scope);
+  const annotated = (a.agent_scope != null || a.workspace_scope != null) &&
+    (b.agent_scope != null || b.workspace_scope != null);
+
+  // created_at 缺失不下结论：宁归 conflict（账本里最保守的一档），也不编造时间信号。
+  const createdA = Date.parse(a.created_at ?? "");
+  const createdB = Date.parse(b.created_at ?? "");
+  const gapKnown = Number.isFinite(createdA) && Number.isFinite(createdB);
+  const gapDays = gapKnown ? Math.abs(createdA - createdB) / DAY_MS : null;
+
+  let tier;
+  if (crossScope) {
+    tier = "cross-scope-dup";
+  } else if (gapKnown && typeof similarity === "number" && similarity >= dupMin && gapDays < DUP_MAX_AGE_MS / DAY_MS) {
+    tier = "dup";
+  } else if (gapKnown && gapDays * DAY_MS >= EVOLUTION_MIN_AGE_MS) {
+    tier = "evolution";
+  } else {
+    tier = "conflict";
+  }
+
+  return {
+    tier,
+    signals: {
+      crossScope,
+      annotated,
+      gapDays: gapDays == null ? null : Math.round(gapDays * 1000) / 1000,
+      dupMin,
+      similarity: typeof similarity === "number" ? similarity : null
+    }
+  };
+}
+
+/**
+ * Triage + record every selected pair into the conflict_ledger. Bookkeeping
+ * only: a store failure on one pair must never fail the phase (same
+ * best-effort discipline as saveConflictReviewed / saveDifferentiatedPair —
+ * 记账本身绝不能反过来把巩固打断）。
+ *
+ * 分块 + 让出（#643 review）：候选池大时同步写完全部对会连续占用事件循环、
+ * 延迟用户活动与取消信号的处理——每块之间 setImmediate 让出一次，并在每块
+ * 开始前检查 signal.aborted。取消后停止记账，余下的对下一轮自然重见；**不用
+ * 固定上限裁剪观察样本**（shadow 的分母必须完整，截断只来自取消，且在
+ * tally.truncatedAt 可见——静默截断会让分布失真，比没有数据更糟）。
+ *
+ * @returns Promise<tally> {dup, cross-scope-dup, evolution, conflict, recorded,
+ *          failed, truncatedAt} — truncatedAt 非 null 表示取消点（已处理的对数）
+ */
+export async function recordLedgerTriage(service, runId, pairs, opts = {}) {
+  const tally = { dup: 0, "cross-scope-dup": 0, evolution: 0, conflict: 0, recorded: 0, failed: 0, truncatedAt: null };
+  const CHUNK = 50;
+  for (let start = 0; start < pairs.length; start += CHUNK) {
+    // 块间让出事件循环（首块前不用——pairs 为空或单块时零额外宏任务）
+    if (start > 0) await new Promise((resolve) => setImmediate(resolve));
+    if (opts.signal?.aborted) {
+      tally.truncatedAt = start;
+      break;
+    }
+    for (const p of pairs.slice(start, start + CHUNK)) {
+      try {
+        const verdict = triagePair(p.a, p.b, p.similarity, opts);
+        service.saveConflictLedgerEntry({
+          run_id: runId,
+          memory_a: p.a.id,
+          memory_b: p.b.id,
+          tier: verdict.tier,
+          similarity: p.similarity,
+          signals: verdict.signals
+        });
+        tally[verdict.tier] += 1;
+        tally.recorded += 1;
+      } catch (error) {
+        tally.failed += 1;
+        opts.logger?.warn?.(`dsh-mneme sleep: failed to record ledger triage for ${p.a?.id}/${p.b?.id}: ${String(error)}`);
+      }
+    }
+  }
+  return tally;
+}