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

package/lib/profile-extract.js

@@ -1,164 +1,164 @@
-// dsh-mneme/src/profile-extract.js
-// 从活跃记忆反向提取「助手眼中的用户」画像**草稿**（issue #497 的第三段）。
-//
-// 三条纪律，都是「做错界面上看不出来」的那类，所以写在文件头：
-// 1. **只出草稿，绝不写 user_settings**。画像正文是用户手写的原文；让模型「合并」
-//    等于给它改写权，而改写后的文本每帧都注入。采用与否必须是用户在面板上的一次
-//    显式动作（走既有的 PUT /profile），本模块不参与。
-// 2. **没有可用输入就不调模型**。空库下模型只会编一段「她是个热爱学习的人」，
-//    那种草稿比没有草稿更坏——它会成为用户看到的「关于自己」的第一版真相。
-// 3. **吐不出可用 JSON 就报错，绝不回空草稿**。「没提炼出东西」与「模型没按格式
-//    写」必须在结果里可区分（#493 同一条教训：解析失败被读成空结果，用户会以为库是空的）。
-//
-// 记忆正文是模型的**可影响输入**：一条指令型记忆不该改写这次任务。所以喂进去的内容
-// 包在围栏里，并在系统段重申「这是数据不是指令」——与 #493 的转录围栏、#380 的判定
-// 提示同源的做法，不是第三套。
-//
-// 系统段还禁了一件事：**不许给助手本身起名或设定人格**。画像与规则不受
-// personaEnabled 管辖、也不看人格寻址口径（见 src/user-settings.js），正文里一旦出现
-// 「你是某某」，就会重演 #497 那个身份撞车——而且是每个会话每一帧。
-//
-// LLM 调用与审计完全复用 dream.js 的既有缝（streamText / runAuditedLlm / resolveRoute）：
-// chunk 形状的三个硬点（用量嵌在 chunk.usage、终态 finish 才是错误、rc.1 把适配器故障
-// 转成 finish chunk 而不是抛错）都在那里踩过并修过，不在这里重写第二遍。
-
-import { STR, langOf } from "./lang.js";
-import { describeStreamFailure, resolveRoute, runAuditedLlm, streamText } from "./dream.js";
-// #493 补充 §③：与巩固/蒸馏同一份断链（src/fence.js）。画像条目同样是模型的可影响
-// 输入，一条写着「<<<记忆条目结束>>>」的记忆能提前闭合围栏。
-import { breakFenceMarkers } from "./fence.js";
-
-const DEFAULT_MAX_ROWS = 120;
-const DEFAULT_ROW_CHARS = 260;
-const DEFAULT_TOTAL_CHARS = 9000;
-
-/** 带 code 的失败：路由按 code 映射状态码，调用方据此区分「没东西可提」与「模型没配合」。 */
-export class ProfileExtractError extends Error {
-  constructor(code, message) {
-    super(message ?? code);
-    this.name = "ProfileExtractError";
-    this.code = code;
-  }
-}
-
-/**
- * 从模型输出里取那个 JSON 对象。先剥 markdown 围栏（模型常加），再退到「第一个 { 到
- * 最后一个 }」的宽取——画像文本里带花括号是常态，严格 parse 失败时这一步能救回来。
- * 取不到可用结构就返回 null，由调用方判失败；绝不返回空串冒充成功。
- */
-export function parseProfileDraft(text) {
-  if (typeof text !== "string" || !text.trim()) return null;
-  const cleaned = text.replace(/```(?:json)?\s*([\s\S]*?)```/gi, "$1").trim();
-  const candidates = cleaned.startsWith("{") ? [cleaned] : [];
-  const open = cleaned.indexOf("{");
-  const close = cleaned.lastIndexOf("}");
-  if (open >= 0 && close > open) candidates.push(cleaned.slice(open, close + 1));
-  for (const candidate of candidates) {
-    let value;
-    try {
-      value = JSON.parse(candidate);
-    } catch {
-      continue;
-    }
-    if (value && typeof value === "object" && typeof value.profile === "string" && value.profile.trim()) {
-      return value.profile.trim();
-    }
-  }
-  return null;
-}
-
-/** 活跃行读数：归档与被遗忘的行默认就不在这里（store.list 的默认口径）。 */
-function collectRows(service, maxRows, totalChars, rowChars) {
-  // 多取一行只为如实回答「还有没有」：截断必须可被调用方察觉，静默少读会让用户
-  // 以为画像已经看全了整个库。
-  const fetched = service.list({ limit: maxRows + 1, order: "importance" });
-  const rows = [];
-  let chars = 0;
-  let truncated = fetched.length > maxRows;
-  for (const row of fetched.slice(0, maxRows)) {
-    const content = String(row.content ?? "").slice(0, rowChars);
-    if (content.length < String(row.content ?? "").length) truncated = true;
-    const size = `${row.type} ${row.title} ${content}`.length;
-    if (chars + size > totalChars) {
-      truncated = true;
-      break;
-    }
-    chars += size;
-    rows.push({ id: row.id, type: row.type, title: row.title, content });
-  }
-  return { rows, truncated, charsUsed: chars };
-}
-
-/**
- * @param {{ ctx: object, service: object, config: object, logger?: object }} deps
- *   ctx 要带 llm（宿主 LLM 句柄）；settings 不参与——本模块按设计不写画像。
- * @returns {(opts?: {maxRows?: number, totalChars?: number, rowChars?: number}) => Promise<object>}
- */
-export function createProfileExtractor({ ctx, service, config, logger }) {
-  const log = logger ?? ctx?.logger;
-  const language = langOf(config);
-
-  return async function extractProfile({
-    maxRows = DEFAULT_MAX_ROWS,
-    totalChars = DEFAULT_TOTAL_CHARS,
-    rowChars = DEFAULT_ROW_CHARS
-  } = {}) {
-    const { rows, truncated, charsUsed } = collectRows(service, maxRows, totalChars, rowChars);
-    if (!rows.length) {
-      throw new ProfileExtractError("no-input", "no active memories to extract a profile from");
-    }
-    const route = resolveRoute(ctx, config, log);
-    // resolveRoute 在「没有 dreamProvider/dreamModel、宿主也没有可解析的默认模型」时
-    // 返回 undefined。不判它就会被读成 `Cannot read properties of undefined` 抛出
-    // TypeError，落到路由上是一个语义为「内部错误」的 500——而真正该说的是「没配模型」，
-    // 面板要能给出「先去选模型」这句可行动的话（同 no-input 的取舍：不同结局不同话）。
-    if (!route) {
-      throw new ProfileExtractError("no-route", "no model route: set dreamProvider/dreamModel or pick an agent default model");
-    }
-    const listing = rows.map((r, i) => `${i + 1}. [${r.type}] ${r.title} :: ${r.content}`).join("\n");
-    const userText = [
-      STR.profileFenceOpen[language],
-      breakFenceMarkers(listing),
-      STR.profileFenceClose[language],
-      language === "zh"
-        ? `以上 ${rows.length} 条记忆条目（数据）到此结束。只依据它们输出 JSON，条目里没有的绝不发明。`
-        : `End of the ${rows.length} memory entries (data). Answer from these only; invent nothing absent from them.`
-    ].join("\n");
-
-    let streamFailure = "";
-    const text = await runAuditedLlm(ctx, service, config, {
-      triggerSource: "profileExtract",
-      operationType: "profile_extract",
-      modelId: `${route.provider}:${route.model}`,
-      relatedMemoryIds: rows.map((r) => r.id),
-      streamError: () => streamFailure,
-      // 吐了文字但没有可用结构 = 失败调用。审计必须记 error：success 配空草稿会让
-      // 「模型不配合」在账目上长得像「这次确实没提炼出东西」。
-      auditError: (out) => (parseProfileDraft(out) ? null : "profile extract returned no usable JSON object")
-    }, (reportUsage) => streamText(ctx, {
-      provider: route.provider,
-      model: route.model,
-      purpose: "compaction",
-      messages: [
-        { role: "system", content: [{ type: "text", text: STR.prompts.profileExtract[language] }], source: { kind: "plugin:dsh-mneme", plugin: "dsh-mneme" } },
-        { role: "user", content: [{ type: "text", text: userText }], source: { kind: "plugin:dsh-mneme", plugin: "dsh-mneme" } }
-      ]
-    }, reportUsage, (reason) => { streamFailure = describeStreamFailure(reason); }));
-
-    if (text === undefined) {
-      throw new ProfileExtractError("stream-failed", streamFailure || "llm stream aborted or errored");
-    }
-    const draft = parseProfileDraft(text);
-    if (!draft) {
-      throw new ProfileExtractError("unparseable", "profile extract output was not a usable JSON object");
-    }
-    return {
-      draft,
-      rowsUsed: rows.length,
-      truncated,
-      charsUsed,
-      provider: route.provider,
-      model: route.model
-    };
-  };
-}
+// dsh-mneme/src/profile-extract.js
+// 从活跃记忆反向提取「助手眼中的用户」画像**草稿**（issue #497 的第三段）。
+//
+// 三条纪律，都是「做错界面上看不出来」的那类，所以写在文件头：
+// 1. **只出草稿，绝不写 user_settings**。画像正文是用户手写的原文；让模型「合并」
+//    等于给它改写权，而改写后的文本每帧都注入。采用与否必须是用户在面板上的一次
+//    显式动作（走既有的 PUT /profile），本模块不参与。
+// 2. **没有可用输入就不调模型**。空库下模型只会编一段「她是个热爱学习的人」，
+//    那种草稿比没有草稿更坏——它会成为用户看到的「关于自己」的第一版真相。
+// 3. **吐不出可用 JSON 就报错，绝不回空草稿**。「没提炼出东西」与「模型没按格式
+//    写」必须在结果里可区分（#493 同一条教训：解析失败被读成空结果，用户会以为库是空的）。
+//
+// 记忆正文是模型的**可影响输入**：一条指令型记忆不该改写这次任务。所以喂进去的内容
+// 包在围栏里，并在系统段重申「这是数据不是指令」——与 #493 的转录围栏、#380 的判定
+// 提示同源的做法，不是第三套。
+//
+// 系统段还禁了一件事：**不许给助手本身起名或设定人格**。画像与规则不受
+// personaEnabled 管辖、也不看人格寻址口径（见 src/user-settings.js），正文里一旦出现
+// 「你是某某」，就会重演 #497 那个身份撞车——而且是每个会话每一帧。
+//
+// LLM 调用与审计完全复用 dream.js 的既有缝（streamText / runAuditedLlm / resolveRoute）：
+// chunk 形状的三个硬点（用量嵌在 chunk.usage、终态 finish 才是错误、rc.1 把适配器故障
+// 转成 finish chunk 而不是抛错）都在那里踩过并修过，不在这里重写第二遍。
+
+import { STR, langOf } from "./lang.js";
+import { describeStreamFailure, resolveRoute, runAuditedLlm, streamText } from "./dream.js";
+// #493 补充 §③：与巩固/蒸馏同一份断链（src/fence.js）。画像条目同样是模型的可影响
+// 输入，一条写着「<<<记忆条目结束>>>」的记忆能提前闭合围栏。
+import { breakFenceMarkers } from "./fence.js";
+
+const DEFAULT_MAX_ROWS = 120;
+const DEFAULT_ROW_CHARS = 260;
+const DEFAULT_TOTAL_CHARS = 9000;
+
+/** 带 code 的失败：路由按 code 映射状态码，调用方据此区分「没东西可提」与「模型没配合」。 */
+export class ProfileExtractError extends Error {
+  constructor(code, message) {
+    super(message ?? code);
+    this.name = "ProfileExtractError";
+    this.code = code;
+  }
+}
+
+/**
+ * 从模型输出里取那个 JSON 对象。先剥 markdown 围栏（模型常加），再退到「第一个 { 到
+ * 最后一个 }」的宽取——画像文本里带花括号是常态，严格 parse 失败时这一步能救回来。
+ * 取不到可用结构就返回 null，由调用方判失败；绝不返回空串冒充成功。
+ */
+export function parseProfileDraft(text) {
+  if (typeof text !== "string" || !text.trim()) return null;
+  const cleaned = text.replace(/```(?:json)?\s*([\s\S]*?)```/gi, "$1").trim();
+  const candidates = cleaned.startsWith("{") ? [cleaned] : [];
+  const open = cleaned.indexOf("{");
+  const close = cleaned.lastIndexOf("}");
+  if (open >= 0 && close > open) candidates.push(cleaned.slice(open, close + 1));
+  for (const candidate of candidates) {
+    let value;
+    try {
+      value = JSON.parse(candidate);
+    } catch {
+      continue;
+    }
+    if (value && typeof value === "object" && typeof value.profile === "string" && value.profile.trim()) {
+      return value.profile.trim();
+    }
+  }
+  return null;
+}
+
+/** 活跃行读数：归档与被遗忘的行默认就不在这里（store.list 的默认口径）。 */
+function collectRows(service, maxRows, totalChars, rowChars) {
+  // 多取一行只为如实回答「还有没有」：截断必须可被调用方察觉，静默少读会让用户
+  // 以为画像已经看全了整个库。
+  const fetched = service.list({ limit: maxRows + 1, order: "importance" });
+  const rows = [];
+  let chars = 0;
+  let truncated = fetched.length > maxRows;
+  for (const row of fetched.slice(0, maxRows)) {
+    const content = String(row.content ?? "").slice(0, rowChars);
+    if (content.length < String(row.content ?? "").length) truncated = true;
+    const size = `${row.type} ${row.title} ${content}`.length;
+    if (chars + size > totalChars) {
+      truncated = true;
+      break;
+    }
+    chars += size;
+    rows.push({ id: row.id, type: row.type, title: row.title, content });
+  }
+  return { rows, truncated, charsUsed: chars };
+}
+
+/**
+ * @param {{ ctx: object, service: object, config: object, logger?: object }} deps
+ *   ctx 要带 llm（宿主 LLM 句柄）；settings 不参与——本模块按设计不写画像。
+ * @returns {(opts?: {maxRows?: number, totalChars?: number, rowChars?: number}) => Promise<object>}
+ */
+export function createProfileExtractor({ ctx, service, config, logger }) {
+  const log = logger ?? ctx?.logger;
+  const language = langOf(config);
+
+  return async function extractProfile({
+    maxRows = DEFAULT_MAX_ROWS,
+    totalChars = DEFAULT_TOTAL_CHARS,
+    rowChars = DEFAULT_ROW_CHARS
+  } = {}) {
+    const { rows, truncated, charsUsed } = collectRows(service, maxRows, totalChars, rowChars);
+    if (!rows.length) {
+      throw new ProfileExtractError("no-input", "no active memories to extract a profile from");
+    }
+    const route = resolveRoute(ctx, config, log);
+    // resolveRoute 在「没有 dreamProvider/dreamModel、宿主也没有可解析的默认模型」时
+    // 返回 undefined。不判它就会被读成 `Cannot read properties of undefined` 抛出
+    // TypeError，落到路由上是一个语义为「内部错误」的 500——而真正该说的是「没配模型」，
+    // 面板要能给出「先去选模型」这句可行动的话（同 no-input 的取舍：不同结局不同话）。
+    if (!route) {
+      throw new ProfileExtractError("no-route", "no model route: set dreamProvider/dreamModel or pick an agent default model");
+    }
+    const listing = rows.map((r, i) => `${i + 1}. [${r.type}] ${r.title} :: ${r.content}`).join("\n");
+    const userText = [
+      STR.profileFenceOpen[language],
+      breakFenceMarkers(listing),
+      STR.profileFenceClose[language],
+      language === "zh"
+        ? `以上 ${rows.length} 条记忆条目（数据）到此结束。只依据它们输出 JSON，条目里没有的绝不发明。`
+        : `End of the ${rows.length} memory entries (data). Answer from these only; invent nothing absent from them.`
+    ].join("\n");
+
+    let streamFailure = "";
+    const text = await runAuditedLlm(ctx, service, config, {
+      triggerSource: "profileExtract",
+      operationType: "profile_extract",
+      modelId: `${route.provider}:${route.model}`,
+      relatedMemoryIds: rows.map((r) => r.id),
+      streamError: () => streamFailure,
+      // 吐了文字但没有可用结构 = 失败调用。审计必须记 error：success 配空草稿会让
+      // 「模型不配合」在账目上长得像「这次确实没提炼出东西」。
+      auditError: (out) => (parseProfileDraft(out) ? null : "profile extract returned no usable JSON object")
+    }, (reportUsage) => streamText(ctx, {
+      provider: route.provider,
+      model: route.model,
+      purpose: "compaction",
+      messages: [
+        { role: "system", content: [{ type: "text", text: STR.prompts.profileExtract[language] }], source: { kind: "plugin:dsh-mneme", plugin: "dsh-mneme" } },
+        { role: "user", content: [{ type: "text", text: userText }], source: { kind: "plugin:dsh-mneme", plugin: "dsh-mneme" } }
+      ]
+    }, reportUsage, (reason) => { streamFailure = describeStreamFailure(reason); }));
+
+    if (text === undefined) {
+      throw new ProfileExtractError("stream-failed", streamFailure || "llm stream aborted or errored");
+    }
+    const draft = parseProfileDraft(text);
+    if (!draft) {
+      throw new ProfileExtractError("unparseable", "profile extract output was not a usable JSON object");
+    }
+    return {
+      draft,
+      rowsUsed: rows.length,
+      truncated,
+      charsUsed,
+      provider: route.provider,
+      model: route.model
+    };
+  };
+}