@modusensus/dsh-mneme 0.8.10 → 0.8.12

package/lib/dream.js

@@ -52,6 +52,26 @@ function totalChars(memories) {
   return memories.reduce((sum, m) => sum + (m.title?.length ?? 0) + (m.content?.length ?? 0), 0);
 }
 
+// 阈值口径的唯一实现：活跃记忆（未归档、非 summary/document）的条数与正文字符数。
+// 触发判定（shouldTrigger）与「成功轮把基线落库」（runDream 的 finish）都走这里——
+// 两处若各写一份过滤条件，重启播种读到的基线就会和运行期判定口径漂移（一个把
+// document 算进去、一个不算），阈值随之失真，且这种漂移只会在重启后才显形。
+function activeStoreSize(service) {
+  const memories = service.all().filter((m) => !m.archived && m.type !== "summary" && m.type !== "document");
+  return { count: memories.length, chars: totalChars(memories) };
+}
+
+// 基线的唯一合法形状：两个非负整数；其余（缺字段、负数、非整数、整个对象缺失）
+// 一律视为「没有基线」→ 调用方退回 {0,0}。播种值来自持久化列，可能是老库的 NULL
+// 或手工改坏的库，判定必须比调用点更严格，而不是相信数据库里存的一定合法。
+function toBaseline(raw) {
+  if (!raw || typeof raw !== "object") return null;
+  const count = Number.isInteger(raw.count) && raw.count >= 0 ? raw.count : null;
+  const chars = Number.isInteger(raw.chars) && raw.chars >= 0 ? raw.chars : null;
+  if (count === null || chars === null) return null;
+  return { count, chars };
+}
+
 // ---------------------------------------------------------------- audit
 
 /**
@@ -760,7 +780,7 @@ export async function maintainIndexAfterDream(decisions, service, semantic) {
 // 用户配得比这更大的 dreamMinIntervalMinutes 基数压小（见 effectiveMinIntervalMs）。
 const FAILURE_BACKOFF_CAP_MS = 30 * 60 * 1000;
 
-export function createDreamScheduler({ onRun, thresholdCount = 10, thresholdChars = 5000, delayMs = 2000, minIntervalMs = 0, failureBackoff = false, logger, semantic = null, lastRunAtSeed = 0, peakHours = "", peakMaxDeferMinutes = 120, auditPeakSkip = null, now = () => Date.now(), setTimeoutFn = setTimeout, clearTimeoutFn = clearTimeout }) {
+export function createDreamScheduler({ onRun, thresholdCount = 10, thresholdChars = 5000, delayMs = 2000, minIntervalMs = 0, failureBackoff = false, logger, semantic = null, lastRunAtSeed = 0, baselineSeed = null, peakHours = "", peakMaxDeferMinutes = 120, auditPeakSkip = null, now = () => Date.now(), setTimeoutFn = setTimeout, clearTimeoutFn = clearTimeout }) {
   let pendingTimer = null;
   // Issue #239（第 4 项）镜像到巩固：高峰顺延定时器。与 pendingTimer 分开——两者
   // 语义不同（一个是「马上要跑」，一个是「等出高峰再跑」），合成一个变量会让
@@ -768,7 +788,13 @@ export function createDreamScheduler({ onRun, thresholdCount = 10, thresholdChar
   let deferTimer = null;
   let running = false;
   let disposed = false;
-  let baseline = { count: 0, chars: 0 };
+  // Issue #89（基线半边）：阈值基线跨重启持久化。baselineSeed 由调用方从
+  // dream_runs 读上次成功轮结束时的库规模（store.lastDreamBaseline）——它只活在
+  // 闭包内存里时进程重启即归零，而库里记忆远多于阈值，重启后第一条写入就满足
+  // overBase、绕过阈值开跑整轮（#291 只补了 lastRunAt 那半边）。缺种子（新库、
+  // 升级后还没跑过成功轮）或种子非法时退回 {0,0}：不假装知道基线，行为与升级前
+  // 逐字节一致——修的是「知道却不认」，不是凭空造一个基线。
+  let baseline = toBaseline(baselineSeed) ?? { count: 0, chars: 0 };
   let inFlight = null;
   // Issue #89（请求 2）：上一次实际开跑时刻。失败/degraded 的 run 也占用
   // 最小间隔——节流的目的正是防止失败调用连发；间隔内的触发静默跳过。
@@ -792,9 +818,7 @@ export function createDreamScheduler({ onRun, thresholdCount = 10, thresholdChar
   }
 
   function shouldTrigger(service) {
-    const memories = service.all().filter((m) => !m.archived && m.type !== "summary" && m.type !== "document");
-    const count = memories.length;
-    const chars = totalChars(memories);
+    const { count, chars } = activeStoreSize(service);
     const overBase = count >= baseline.count + thresholdCount || chars >= baseline.chars + thresholdChars;
     const overAbs = count >= thresholdCount || chars >= thresholdChars;
     return { trigger: overAbs && overBase, count, chars };
@@ -881,7 +905,10 @@ export function createDreamScheduler({ onRun, thresholdCount = 10, thresholdChar
         if (result && result.ok) {
           consecutiveFailures = 0; // Issue #292：成功清零，下次触发回到基数间隔
           try {
-            baseline = shouldTrigger(service);
+            // Issue #89（基线半边）：run 自报的基线（与审计行同一份数字）优先——重启
+            // 播种读的就是它，两条路径共用唯一口径；no-op 桩不回这个字段时退回现场
+            // 计算，最小测试替身的行为逐字节不变。
+            baseline = toBaseline(result.baseline) ?? shouldTrigger(service);
           } catch (error) {
             // Store closed mid-flight: keep the last known baseline.
             logger?.warn?.(`dsh-mneme dream: baseline refresh failed: ${String(error)}`);
@@ -986,6 +1013,19 @@ export function createDreamScheduler({ onRun, thresholdCount = 10, thresholdChar
       const applied = result.applied ?? 0;
       const summaryStored = result.summary ?? false;
       const receipt = buildReceipt({ runId, status, snapshotHash, inputCount: snapshot.size, applied, summaryStored });
+      // Issue #89（基线半边）：成功轮把「本轮结束后的库规模」落进审计行 = 阈值基线的
+      // 持久化副本，重启后由 store.lastDreamBaseline 播种。判定条件必须与调度器刷新
+      // 基线的条件严格一致（result.ok）——非 ok 轮不推进基线是既有语义，若这里也落值，
+      // 重启后播种就会拿到一个「其实没推进过」的假基线，阈值反而被抬高。
+      // 取不到（库已关闭等）就落 NULL：宁可不持久化，也不写一个错的基线。
+      let baselineSnapshot = null;
+      if (result.ok) {
+        try {
+          baselineSnapshot = activeStoreSize(service);
+        } catch {
+          baselineSnapshot = null;
+        }
+      }
       try {
         service.saveDreamRun({
           id: runId,
@@ -1023,12 +1063,18 @@ export function createDreamScheduler({ onRun, thresholdCount = 10, thresholdChar
           // 而非内联进 decisions——degraded 的 decisions 是合法子集，下游按「决策
           // 数组」消费，内联标记会污染其它读者（失败轮的 _validationFailed 是整单
           // 拒绝哨兵，语义与「部分应用」不同，也不复用）。
-          skipped: result.skipped
+          skipped: result.skipped,
+          // Issue #89（基线半边）：成功的 run 才带这两个值（见上方 baselineSnapshot
+          // 的注释）。两列要么同时有值、要么同时为 NULL，读侧以「同时有值」认账。
+          store_count: baselineSnapshot?.count,
+          store_chars: baselineSnapshot?.chars
         });
       } catch (error) {
         logger?.warn?.(`dsh-mneme dream: failed to record audit run: ${String(error)}`);
       }
-      return { ...result, runId, receipt, snapshotHash };
+      // Issue #89（基线半边）：把「与审计行同一份数字」的基线回给调度器，两条路径
+      // （进程内刷新 / 跨重启播种）因此共享唯一口径；调度器拿不到时会退出现场计算。
+      return { ...result, runId, receipt, snapshotHash, baseline: baselineSnapshot ?? undefined };
     };
     if (!route) {
       logger?.warn?.("dsh-mneme dream: no llm route available");
@@ -1135,7 +1181,9 @@ export function createDreamScheduler({ onRun, thresholdCount = 10, thresholdChar
       // Issue #89：v0.6.9（Issue #26）的宽容路径在 v0.7.11 重写中丢失——单条
       // 非法决策重新只跳过该条、合法子集照常应用（run 记为 degraded）。
       skipInvalid: config.dreamSkipInvalid !== false,
-      allowCrossTypeMerge: config.allowCrossTypeMerge === true
+      allowCrossTypeMerge: config.allowCrossTypeMerge === true,
+      // issue #339 / E8：guarded 类型 merge 护栏（opt-in，dreamMergeGuard）。
+      mergeGuard: config.dreamMergeGuard === true
     });
     // Issue #135：模型把 UUID 缩写成前缀时，唯一前缀已在校验前被解析回完整 id。
     // 解析量是模型输出质量的一个直接信号（>0 意味着模型在缩写 id），记一条 info

package/lib/entities/extractor.js

@@ -226,7 +226,10 @@ export async function extractEntities(memory, { store, config, callLLM, logger }
           to_entity: toId,
           relation_type: rel.type,
           memory_id: memory.id,
-          metadata: { model: options.model || "default" }
+          metadata: { model: options.model || "default" },
+          // issue #24 块2：LLM 抽取自动建边 → llm 来源（初值 0.4），区别于
+          // 人工/确认的满权边。来源进 metadata 之上的独立列，演化与审计可辨。
+          source: "llm"
         });
         savedRelations.push(saved);
       } catch (err) {

package/lib/graph/anchoring.js

@@ -0,0 +1,180 @@
+// dsh-mneme/src/graph/anchoring.js
+// 图谱锚定层（issue #24 · 块1 Activation Anchoring）。
+import assert from "node:assert/strict";
+// 纯函数模块：把「查询命中实体的多路激活信号」归一化、合并成种子集、再沿
+// entity_relations 级联扩散。零数据库依赖——store 侧查询由调用方注入，
+// 本模块只做信号处理，便于单测与与其他召回通路（BM25/向量）同等对待。
+//
+// 设计输入来自 #24 合议 + heptaspirit serendipity-engine 实战（#24 评论）：
+//  - 归一化二分法：连续分（cos/PPR）走 min-max；匹配通路（精确/tag/别名）
+//    走离散级别，不用 min-max——布尔通路用 min-max 会把「中 1 个」和「中
+//    20 个」都拉平到 1.0，级别信息被压平。
+//  - 级联扩散加「跳数配额」：λ/θ 只管可及性，可见性由配额决定——直接按 hop
+//    深度打 0.5/0.3/0.2 权重，配桶内 round-robin，防深跳被 1-hop 完全压住。
+//  - graphSeedCap：防「多锚点命中 + 模糊通路」把种子集撑爆成整库。
+//  - 排序稳定：并列按实体 ID 破序（同输入两次结果不同会让 A/B 调参白做）。
+
+/** 匹配通路的离散级别（heptaspirit 建议：布尔/计数通路不用 min-max）。 */
+export const DISCRETE_LEVELS = Object.freeze({
+  exact: 1.0, // 名称精确含于查询（布尔 1.0）
+  title: 0.8, // 实体名匹配记忆标题（tag/别名层）
+  alias: 0.6,
+  tag: 0.4,   // tag 共现
+  substring: 0.2, // 子串命中（最弱，纯计数不级联）
+});
+
+/** 级联每跳的权重（跳数配额：1:2:3-hop = 0.5/0.3/0.2）。 */
+export const HOP_QUOTA = Object.freeze({ 1: 0.5, 2: 0.3, 3: 0.2 });
+
+/**
+ * 连续分 min-max 归一化（向量 cos 相似度、PPR 激活分等）。
+ * 输入 [] 或全同值时返回原样（无尺度可压平，防除零）。
+ */
+export function minMax(scores) {
+  const arr = Array.isArray(scores) ? scores : [];
+  if (arr.length === 0) return [];
+  let min = Infinity;
+  let max = -Infinity;
+  for (const v of arr) {
+    if (v < min) min = v;
+    if (v > max) max = v;
+  }
+  if (max - min < 1e-12) return arr.map(() => 1); // 平局视为满权
+  return arr.map((v) => (v - min) / (max - min));
+}
+
+/**
+ * 把一条检测通路的结果归一化成 0..1 的打分表。
+ * path 是离散通路名（exact/tag/...）→ 查 DISCRETE_LEVELS；是连续通路
+ * （continuous=true）→ min-max。返回 { byId: Map<id, score>, order: [id...] }。
+ */
+export function normalizePath(hits, { path = "exact", continuous = false } = {}) {
+  const ids = Array.isArray(hits) ? hits : [];
+  const byId = new Map();
+  if (continuous) {
+    const raw = ids.map((h) => (typeof h === "number" ? h : h?.score ?? 0));
+    const norm = minMax(raw);
+    ids.forEach((h, i) => {
+      const id = typeof h === "object" ? h.id : h;
+      byId.set(id, norm[i]);
+    });
+  } else {
+    const level = DISCRETE_LEVELS[path] ?? DISCRETE_LEVELS.substring;
+    for (const id of ids) byId.set(id, level);
+  }
+  return { byId, order: [...byId.keys()] };
+}
+
+/**
+ * 合并多路激活成种子集：每路先归一化（调用方负责通路分类），再累加。
+ * seedsCap 上限（graphSeedCap，默认 12）；封顶前按总分排序取前 N——保证
+ * 扩散的是活跃子图而非冷启动点爆整库。
+ * 返回 { id, name, score, paths: Set } 列表，按 score 降序、name 升序（稳定）。
+ */
+export function anchorSeeds({ paths = [], cap = 12 } = {}) {
+  const score = new Map();
+  const nameOf = new Map();
+  const pathSet = new Map();
+  for (const p of paths) {
+    for (const [id, s] of p.byId ?? []) {
+      score.set(id, (score.get(id) ?? 0) + s);
+      if (!pathSet.has(id)) pathSet.set(id, new Set());
+      pathSet.get(id).add(p.path ?? "?");
+      if (p.nameOf?.has?.(id)) nameOf.set(id, p.nameOf.get(id));
+    }
+  }
+  let seeds = [...score.entries()].map(([id, s]) => ({
+    id,
+    name: nameOf.get(id) ?? id,
+    score: s,
+    paths: pathSet.get(id) ?? new Set()
+  }));
+  seeds.sort((a, b) => b.score - a.score || (a.name < b.name ? -1 : a.name > b.name ? 1 : 0));
+  if (cap > 0 && seeds.length > cap) seeds = seeds.slice(0, cap);
+  return seeds;
+}
+
+/**
+ * 级联扩散：从种子实体出发沿 adjacency 走 BFS，为每个可达实体贴最短深度。
+ * depth 上界默认 2（[1,3] 配置范围）。返回 Map<entityId, minDepth>——
+ * 调用方据此取 HOP_QUOTA[minDepth] 权重 + 桶内 round-robin（见 pickByHopQuota）。
+ * adjacency 由调用方提供（store.getEntityNeighbors(id) 或全量邻接矩阵），
+ * 本模块不感知存储。
+ */
+export function cascadeDepths({ seeds, adjacencyOf, maxDepth = 2 } = {}) {
+  const depths = new Map();
+  const idOfSeeds = (seeds ?? []).map((s) => (typeof s === "object" ? s.id : s));
+  const queue = [];
+  for (const id of idOfSeeds) {
+    if (!depths.has(id)) {
+      depths.set(id, 0);
+      queue.push([id, 0]);
+    }
+  }
+  for (let i = 0; i < queue.length; i++) {
+    const [id, d] = queue[i];
+    if (d >= maxDepth) continue;
+    let neighbors = [];
+    try {
+      neighbors = typeof adjacencyOf === "function" ? adjacencyOf(id) : (adjacencyOf?.get?.(id) ?? []);
+    } catch { /* single neighbor fetch failure: keep spreading from the rest */ }
+    for (const nb of neighbors) {
+      const nid = typeof nb === "object" ? nb.id : nb;
+      if (!nid || depths.has(nid)) continue;
+      depths.set(nid, d + 1);
+      queue.push([nid, d + 1]);
+    }
+  }
+  return depths;
+}
+
+/**
+ * 跳数配额选取：候选实体按深度分层，层内按（分，ID）稳定排序后取额度。
+ * quota 形如 { 1: 0.5, 2: 0.3, 3: 0.2 }——每层最多取 ceil(depthCap * quota[d]) 个，
+ * 桶内按 score 降序（并列按 ID）。返回 { ids, scoreOf, depthOf }。
+ * 这一步把「级联可及性」与「最终可见性」解耦（heptaspirit：λ/θ 只管前者）。
+ */
+export function pickByHopQuota({
+  depths = new Map(),
+  scoreOf = () => 0,
+  maxDepth = 2,
+  depthCap = 12
+} = {}) {
+  const buckets = new Map(); // depth -> [{id, score}]
+  for (const [id, d] of depths) {
+    if (d === 0 || d > maxDepth) continue;
+    const key = Math.min(d, 3);
+    if (!buckets.has(key)) buckets.set(key, []);
+    buckets.get(key).push({ id, score: scoreOf(id) ?? 0 });
+  }
+  const picked = [];
+  for (const [d, items] of buckets) {
+    items.sort((a, b) => b.score - a.score || (a.id < b.id ? -1 : a.id > b.id ? 1 : 0));
+    const quota = HOP_QUOTA[d] ?? 0.2;
+    const n = Math.max(1, Math.floor(depthCap * quota));
+    picked.push(...items.slice(0, n).map((x) => x.id));
+  }
+  // 队内稳定序：按深度升序（1-hop 优先），保证可感知的扩散次序。
+  picked.sort((a, b) => (depths.get(a) - depths.get(b)) || (a < b ? -1 : a > b ? 1 : 0));
+  return { ids: picked, scoreOf, depthOf: depths };
+}
+
+// Lightweight self-check (ponytail: 非平凡逻辑留一个可运行断言)。
+export function _selfCheck() {
+  const exact = normalizePath(["e1", "e2"], { path: "exact" });
+  const tag = normalizePath(["e2", "e3"], { path: "tag" });
+  assert(exact.byId.get("e1") === 1.0 && exact.byId.get("e2") === 1.0, "exact level");
+  assert(tag.byId.get("e2") === 0.4 && tag.byId.get("e3") === 0.4, "tag level");
+  const seeds = anchorSeeds({ paths: [exact, tag], cap: 10 });
+  assert(seeds[0].id === "e2", "merged highest first"); // e2: 精确+tag = 1.4
+  assert(seeds[0].score >= 1.4 - 1e-9, "score accumulates");
+  const adj = new Map([
+    ["e2", ["n1", "n2"]],
+    ["n1", ["n2", "deep3"]],
+  ]);
+  const depths = cascadeDepths({ seeds, adjacencyOf: (id) => adj.get(id) ?? [], maxDepth: 2 });
+  assert(depths.get("n1") === 1 && depths.get("n2") === 1 && depths.get("deep3") === 2, "bfs depth");
+  const { ids } = pickByHopQuota({ depths, maxDepth: 2, depthCap: 12 });
+  assert(ids.includes("n1") && ids.includes("n2") && ids.includes("deep3"), "quota picks all");
+  return "anchoring self-check ok";
+}

package/lib/index.js

@@ -502,6 +502,11 @@ export const apply = (ctx, config) => {
       logger: ctx.logger,
       semantic: { embedder, vectorIndex },
       lastRunAtSeed: store.lastDreamRunAt("auto"),
+      // Issue #89（基线半边）：阈值基线同样跨重启恢复——只恢复 lastRunAt 的话，
+      // 重启后的第一条写入仍会绕过阈值（库里记忆多于阈值时 overBase 恒成立）开跑
+      // 整轮。种子取上次成功轮的库规模，口径与运行期刷新一致；读不到时调度器退回
+      // 零基线（= 升级前行为）。
+      baselineSeed: store.lastDreamBaseline("auto"),
       // Issue #239（第 4 项）镜像到巩固：高峰期不做梦，顺延到最近的高峰结束时刻。
       peakHours: cfg.dreamPeakHours ?? "",
       peakMaxDeferMinutes: cfg.dreamPeakMaxDeferMinutes ?? 120,

package/lib/inject.js

@@ -274,9 +274,14 @@ export function createInjector(ctx, service, settings, config) {
     // 日志抢同一份预算后被降级」正是本议题要修的结构缺陷。单条仍有硬顶
     // （PINNED_CONTENT_MAX），超出照旧带截断提示，不静默。
     const pinnedCount = Math.max(0, Math.min(candidates.length, pinnedStats?.shown ?? 0));
+    // #24 块3：图召回线索行（graphHint）——引导语插在第一个线索行之前（保持块头
+    // 语义：先声明「这些不是事实」）。线索行自身按 graphHintLine 渲染（线索/ 前缀
+    // 区别于普通记忆行）。
+    let graphSeen = 0;
     for (let i = 0; i < candidates.length; i++) {
       const m = candidates[i];
       const pinned = i < pinnedCount;
+      if (m.graphHint === true) graphSeen++;
       // Epistemic trust (v0.4.5): when enabled, measured observations are
       // flagged so the agent can weigh them above guesses/opinions.
       const verified = config.trustEpistemicWeighting === true && m.epistemic_status === "observation"
@@ -284,7 +289,13 @@ export function createInjector(ctx, service, settings, config) {
         : "";
       const title = STR.entryTitle[language](m.title, m.importance);
       const content = injectMemory(m, pinned ? PINNED_CONTENT_MAX : maxContent);
-      const full = STR.entryLine[language](m.type, verified, title, content);
+      const full = m.graphHint === true
+        ? STR.graphHintLine[language](m.type, title, content)
+        : STR.entryLine[language](m.type, verified, title, content);
+      // 线索行引导语插在第一个线索行之前（保持块头语义：先声明「这些不是事实」）。
+      if (m.graphHint === true && graphSeen === 1) {
+        lines.push(STR.graphHintHeader[language]);
+      }
       if (pinned) {
         // pin 不扣块预算（上面那条设计注释的落地）：pin 一条就够击穿 MAX_BLOCK
         // （PINNED_CONTENT_MAX 2000 > MAX_BLOCK 1500），照扣会把 budget 压成负数，
@@ -363,8 +374,9 @@ export function createInjector(ctx, service, settings, config) {
         const query = lastUserQuery(ctx);
         if (query) prefetchQueryVector(query);
         const queryVector = queryVectorCache.get(query);
-        // v0.8.0 A3：scope 随请求解析（strict 开启时 injectCandidates 内硬过滤；
-        // flag 关闭时解析器返回 null，注入行为不变）。
+        // v0.8.0 A3：scope 随请求解析（解析器恒返回对象，身份取不到时两维为
+        // null）；硬过滤与软加权的门控都在 injectCandidates 内——strict 看
+        // strictScope，软加权看 scopeEnabled 且至少一维可解析（issue #339）。
         const scope = resolveSessionScope(ctx);
         // Issue #205：跨轮轮换——最近 N 个查询轮次注入过的 id 本轮不再优先。
         const sessionId = ctx?.agent?.session?.id ?? "_";

package/lib/lang.js

@@ -81,6 +81,16 @@ export const STR = {
     zh: (n) => `〔约束/偏好类另有 ${n} 条未展示〕`,
     en: (n) => `[${n} more constraint/preference entries not shown]`
   },
+  // Issue #24 块3：图召回线索行的引导语——正向声明「链路信息非事实断言」，
+  // 防 LLM 单次消费把桥接召回当有依据的事实回头扩散（幻觉诱导）。
+  graphHintHeader: {
+    zh: "[检索线索] 以下为实体图搜索的链路信息，仅供定位参考，非事实断言：",
+    en: "[Retrieval hints] Entity-graph link trails below are navigation aids, not factual assertions:"
+  },
+  graphHintLine: {
+    zh: (type, title, content) => `- [线索/${type}] ${title}：${content}`,
+    en: (type, title, content) => `- [hint/${type}] ${title}: ${content}`
+  },
   userSettingsHeader: {
     zh: "[用户设置] 来自 dsh-mneme 的用户画像与规则：",
     en: "[User settings] Profile and rules from dsh-mneme:"