@restregular/dsh-memory 0.33.0 → 0.34.1

This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
package/CHANGELOG.md CHANGED
@@ -2,6 +2,26 @@
2
2
 
3
3
  本项目的版本记录。安装 id 与 npm 版本一一对应。
4
4
 
5
+ ## 0.34.1 — 修掉首次安装必撞的 GitHub 匿名限流(issue #5)
6
+
7
+ - **问题(issue #5)**:第一次装向量后端就失败,提示「安装失败:GitHub API 限流(未认证请求每小时 60 次),请稍后重试」。用户照着「稍后重试」永远重试不好 —— 匿名额度是**按出口 IP** 算的,公司 / 校园网 / CI 里别人的进程随时会把它吃光;而且这条文案把**所有 403** 都当成限流,代理拒绝、区域策略、token 权限不足全被伪装成「等一会儿就好」。旧实现在一次 CUDA 安装里还会把发行版列表查两遍(主包一次、cudart 伴生包一次),多点几次按钮,60 次额度就没了。
8
+ - **判定改为看响应头,不看状态码**:只有 `x-ratelimit-remaining: 0`、429、或带 `retry-after` 的 403 才算限流;其余 403 按 `查询 llama.cpp 发行版失败:HTTP 403(url)` 照实报,不再把网络 / 权限问题误导成「限流」。
9
+ - **限流文案重写**:说清是谁的额度用完了、`x-ratelimit-reset` 换算成本地「几点恢复」、以及在匿名状态下直接给出解决办法 ——「设置 `GITHUB_TOKEN`(或 `GH_TOKEN`)后重试,额度升到 5000 次/小时」。有 token 仍被限流时报另一套口径(5000 次/小时),不再冤枉成「未认证」。
10
+ - **支持 token**:`InstallerOptions.token` 显式注入优先,否则读 `GITHUB_TOKEN` / `GH_TOKEN` 环境变量。**只发给 `api.github.com`** —— 模型下载源是 hf-mirror / modelscope / huggingface 这些第三方主机,把 GitHub token 发过去等于泄漏凭据(有测试锁住)。
11
+ - **一次安装只查一次发行版**:主包与 CUDA 伴生包共用同一份列表(此前 `resolveRuntimeAsset` 与 `resolveRuntimeCompanion` 各查一次);换风味重装时缓存会重置,不会拿上一轮的结果。
12
+ - **加了降级通道**:发行版列表写到 `<root>/llamacpp/.releases-cache.json`(15 分钟 TTL,随运行时目录一起被卸载清掉)。接口失败时用它把安装走完,并在进度消息里明说「改用 N 分钟前的缓存结果」—— 限流不该让用户卡住,也不该让人误以为拿到的是最新构建。
13
+ - 测试:`embed-install.test.ts` 把「403 一律算限流」的旧用例改为按响应头判定,新增「403 但无限流头时不误判」「token 只给 api.github.com、第三方源不带」「CUDA 安装只查一次列表」「限流时退回缓存并说明」四例。全套 587 tests / 586 pass / 1 skipped。
14
+
15
+ ## 0.34.0 — 让 Agent 真的会主动屏蔽:把 memory_block 写进常驻策略段与注入头部
16
+
17
+ - **问题**:0.32.0 就做出了 `memory_block`,工具、存储、审批矩阵、`blockFilter` 全链路都在,但**模型从来不用它**。实测现象是「明明有一堆与当前项目无关的记忆(别的项目、别的插件的发布流程与踩坑)反复被注入,Agent 一直忍着」。原因不在功能而在**可发现性**:模型每轮唯一必读的记忆文本是 `POLICY_TEXT`(常驻 `## 记忆系统` 段)加摘要 / 召回的头部,这三处**一处都没提过 `memory_block`** —— 策略段列了 `memory_search / memory_list / memory_get / memory_save / memory_forget / memory_scopes` 六个工具,唯独漏掉屏蔽;摘要头部和召回头部还都写着「删除用 memory_forget」,等于把唯一的降噪动作指到了**删除**上。工具自己的 `description` 写得再全也没用:不先调用它就看不到。
18
+ - **策略段补上工具与判断口径**:工具清单加入 `memory_block`;新增一段「记忆里出现与本次任务无关的条目时,主动降噪而不是忍着」,给出可执行的四条口径 —— ①一条记录连续两轮以上出现在注入里却对当前任务没用 → 按 `id` 屏蔽(会话级、不审批、不删数据、`action="unblock"` 可复原);②只有整个作用域确实与本工作区无关时才按 `scope` 屏蔽(会弹审批、影响面大);③不确定是否无关就先别屏蔽,**屏蔽是降噪不是清理**;④不要用 `memory_forget` 删别人的记忆。
19
+ - **摘要头部改口径**:`renderDigest` 的 HEADER 从「删除用 memory_forget」改为「无关条目用 memory_block 屏蔽,过时/写错的才用 memory_forget 删除」;标签索引的 HINT_FOOTER 同样补一句「与本轮无关的用 memory_block 屏蔽」。
20
+ - **召回头部改口径**:`renderRecallBlock` 的头部不再教「用 memory_forget 删除」,改为「与本轮无关的用 memory_block 屏蔽,可逆、不删数据」。
21
+ - **`memory_block` 计入记忆工具集**:`MEMORY_TOOL_NAMES` 补上 `memory_block`。它此前被当成普通工具,两个后果:①屏蔽调用不留轨迹锚点,审计里查不到「这次为什么突然安静了」;②`reason` / `description` 里一旦出现被监控的标签词(例如「与 release 流程无关」),会**反过来触发一次高风险召回** —— 降噪动作把噪声又拉回来。
22
+ - **工具描述同步**:`memory_block` 的 description 明确写出「**主动使用**:召回 / 摘要反复注入明显属于别的项目或技术栈的记录时,按记录 id 屏蔽而不是忍着或删掉」。
23
+ - 测试:新增 `source/memory-inject/test/policy.test.ts`(3 例:策略段必须含 `memory_block` / 无关 / 不删除 / unblock / 弹审批代价,摘要头部与召回头部各自的口径),`apply-audit.test.ts` 新增「memory_block 也被当成记忆工具:留轨迹锚点、不因参数里的标签触发高风险召回」。全套 583 tests / 582 pass / 1 skipped。
24
+
5
25
  ## 0.33.0 — 屏蔽不再在总面板折叠;会话面板拆成「记录 / 审计」两页
6
26
 
7
27
  - **问题(0.32.0 的一处设计错位)**:屏蔽按**会话 / 工作区**生效,但总面板(侧栏 / 设置)没有 agent —— 服务端一直调 `scopeCatalog(undefined)`,只能拿到兜底项目键那一层。于是「显示已屏蔽」开关几乎永远无效:**会话级屏蔽在总面板里根本不存在**(它连自己的会话 id 都没有),工作区级屏蔽也只在兜底项目键恰好等于真实工作区时才冒出来。更糟的是它会把用户**本来想看的记录藏起来**,而开关上看不出这是"判不准"还是"真的没有"。
package/README.md CHANGED
@@ -50,13 +50,13 @@ JSONL 落盘 · 本机向量检索 · 七个模型工具 · 自动召回 · 硬
50
50
  | **记忆权限** | 输入框旁的「记忆权限」按钮设置本会话可读的作用域 + 限制等级(绝对 / 普通 / 无限制);每个作用域一行就是一条设置:**勾选**表示本会话可访问,行内**【绑定】/【可读】/【可写】**控制工作区默认可见与读写权限——**【绑定】点一下立即保存**(0.25.13 起),绑定到当前工作区后新会话默认可见,可读 / 可写独立影响工具读写;Agent 通过 `memory_scopes request` 申请到的范围外授权**也用勾选呈现**(名称右边挂一个「AI」气泡,样式与你自己勾选的行区分开),取消勾选只是草稿,**点「保存」才真正撤销**(0.25.4 起),且按钮数字 / 「已选」都把 AI 授权算进去(0.25.5 起)并**实时轮询**——浮窗关着,Agent 刚拿到的授权也会让按钮数字自己变(0.25.6 起);**整张作用域卡片都能点选**,点名称 / 计数 / 留白等同点勾选框(0.25.7 起),本会话那一行直接叫「**session:当前会话**」(0.25.8 起,0.25.10 起带类型前缀);**所有作用域名都以 `global:` / `project:` / `session:` / `custom:` 开头**(0.25.10 起);浮窗挂在页面根层,不会被输入框上方的浮动按钮盖住(0.25.8 起);Agent 及其子 Agent 都按它检索、注入与 `memory_get` |
51
51
  | **修正版编辑** | 面板里编辑一条记忆 = 新建一条修正版并通过 `supersedes` 指向旧记录,旧记录不原地修改;记录页「是否被修正」筛选默认隐藏旧版本,可切到全部 / 只看已修正 |
52
52
  | **归档(0.32.0)** | **会话作用域**随会话归档冻结(0.30.0);**项目作用域**绑定工作区路径,归档记录持久化在 `archive/project.json`。工作区从侧边栏移除 → 归档条目转 `dormant`(记忆保留、不参与检索);重新加入 → **自动解除归档**(实时读宿主 `workspaceRegistry`,5 秒节流对账)。`global` / 自定义作用域**拒绝归档**(`SCOPE_NOT_ARCHIVABLE`)。归档不是权限:没有审批通道、`requestable=false`,面板可手动「解除归档」 |
53
- | **屏蔽(0.32.0)** | Agent 用 `memory_block` 主动降噪:被屏蔽的作用域 / 记录不再出现在检索、注入、规则段、过程段与目录里,**数据一字不改**,`unblock` 立刻复原。存储 `blocks/session/<id>.json` / `blocks/workspace/<sha1>.json`。**审批矩阵**:按作用域屏蔽 → 弹审批;工作区级 → 弹审批;目标是硬性规则(`kind='rule'`)→ **一律弹审批,即使按 id**;只有「会话级 + 按记录 id/前缀 + 不是规则」静默生效。被屏蔽的作用域**拒绝 Agent 写入**(`SCOPE_BLOCKED`),避免写进去自己看不见 |
53
+ | **屏蔽(0.32.0)** | Agent 用 `memory_block` 主动降噪:被屏蔽的作用域 / 记录不再出现在检索、注入、规则段、过程段与目录里,**数据一字不改**,`unblock` 立刻复原。存储 `blocks/session/<id>.json` / `blocks/workspace/<sha1>.json`。**审批矩阵**:按作用域屏蔽 → 弹审批;工作区级 → 弹审批;目标是硬性规则(`kind='rule'`)→ **一律弹审批,即使按 id**;只有「会话级 + 按记录 id/前缀 + 不是规则」静默生效。被屏蔽的作用域**拒绝 Agent 写入**(`SCOPE_BLOCKED`),避免写进去自己看不见。**0.34.0 起它真的会被用起来**:常驻策略段、摘要头部、召回头部都点名 `memory_block` 并给出「无关条目就屏蔽,屏蔽是降噪不是清理」的口径(此前三处只提 `memory_forget`,等于把降噪指到了删除上) |
54
54
  | **范围外审批** | 普通限制下,`memory_search` 撞到可见域外的记忆**默认只返回作用域清单**(名字 / 条数 / 用途,不含任何条目内容与摘要,0.28.0 起),不自动弹审批;Agent 确认某个作用域的用途确实相关后,带 `requestApproval=true` 重发查询才会发起审批。另一条路是 `memory_scopes request`(申请整个作用域的本会话权限)。发起后,审批卡在**对应会话的输入框上方**出现(样式与系统权限审批一致):展示工具、Agent 说明、查询关键词与范围外记忆摘要,支持逐条勾选 / 全选 / 取消全选(「允许选中的 N 条」或整单「允许一次」)或「拒绝」;点记忆 ID 直接跳到面板「记录」页并展开该条。**0.25.14 起**审批等待期间还会像系统审批 / ask 工具一样,在该会话的侧边栏行显示黄色圆点与「待审批」(含后台会话;回答或超时后撤销),其它插件也能从宿主 `uiSession.sessionStatus` 读到这条阻塞 |
55
55
  | **上下文去重** | `memory_search` / `memory_list` 返回过的条目记进会话上下文状态;同一版本再次命中只回记忆 ID(`memory_search` 的裸 ID 与带摘要条目之间空一行),并提示用 `memory_get` 取全文(内容更新后重新给摘要) |
56
56
  | **状态记忆** | `kind: state` 默认 7 天 TTL;注入带「状态,使用前验证」;过期后默认不进检索 / 摘要 / 召回,但 `memory_get` 与面板仍可取 |
57
57
  | **流程索引** | `kind: procedure` 的目录进系统提示:按当前工作区 + 触发词(工具名 / 关键词)列 `id · 触发词 → 标题`,需要时再用 `memory_get` 取全文 |
58
58
  | **可视化管理** | 记录页分「**记忆** / **作用域**」两个子标签页:记忆侧浏览 / 搜索 / 新建 / 编辑 / 删除(编辑生成修正版),并**可主动做语义检索**(与 `memory_search` 同一套排序)、有「是否被修正」筛选;作用域侧列出每个域的名称、**用途**、记忆条数与最近更新(与 `memory_scopes` 目录同源),**可直接编辑用途与别名**(0.29.0,别名可选、留空即移除),可一键跳到该域的记忆列表;记忆树展示作用域、类型与修正链;设置改完即存;导入导出 |
59
- | **一键向量后端** | 面板里下载 llama.cpp 运行时与内置模型,按 CPU / 内存 / 显卡推荐;换模型自动重建向量 |
59
+ | **一键向量后端** | 面板里下载 llama.cpp 运行时与内置模型,按 CPU / 内存 / 显卡推荐;换模型自动重建向量。查发行版列表走 GitHub API:设了 `GITHUB_TOKEN` / `GH_TOKEN` 就是 5000 次/小时,没设是匿名 60 次/小时**按出口 IP 算**(0.34.1 起限流会报恢复时间与解法,并会用近期缓存把安装走完) |
60
60
  | **跨进程安全** | 每个作用域一把写锁,锁内重新读盘再合并;多个 DSH 实例或 MCP server 共用一个 store 不丢数据 |
61
61
 
62
62
  ## 界面
package/lib/client.js CHANGED
@@ -2654,7 +2654,7 @@ window.__ModuleLoader__.load({
2654
2654
  },
2655
2655
  {
2656
2656
  key: 'policy', title: '记忆使用策略',
2657
- desc: '系统提示常驻段:什么时候该查记忆、查到后怎么用、查不到怎么办。',
2657
+ desc: '系统提示常驻段:什么时候该查记忆、查到后怎么用、查不到怎么办、无关记忆什么时候该屏蔽。',
2658
2658
  fields: [
2659
2659
  { k: 'enabled', label: '启用', type: 'bool', hint: '关闭只移除这段提示,不影响记忆检索。' },
2660
2660
  ],
@@ -620,7 +620,7 @@ export function apply(ctx , config = {}) {
620
620
  }
621
621
 
622
622
  /** 记忆工具自身的调用:不属于注入评估,但它是审计里最有用的轨迹锚点。 */
623
- const MEMORY_TOOL_NAMES = new Set(['memory_save', 'memory_search', 'memory_forget', 'memory_list', 'memory_get', 'memory_scopes'])
623
+ const MEMORY_TOOL_NAMES = new Set(['memory_save', 'memory_search', 'memory_forget', 'memory_list', 'memory_get', 'memory_scopes', 'memory_block'])
624
624
  const rememberMemoryToolCall = (
625
625
  sessionId ,
626
626
  data ,
@@ -17,10 +17,10 @@ import { estimateTokens } from '../provider/rerank.js'
17
17
 
18
18
  const HEADER =
19
19
  '以下是本项目 / 全局已有的记忆摘要(按重要度挑出的前几条;' +
20
- '需要原文用 memory_get(先用 memory_search 定位),删除用 memory_forget):'
20
+ '需要原文用 memory_get,定位用 memory_search;无关条目用 memory_block 屏蔽,过时/写错的才用 memory_forget 删除):'
21
21
 
22
22
  const HINT_HEADER = '相关记忆索引(正文未注入):'
23
- const HINT_FOOTER = '这些条目的正文尚未加载;遇到相关任务时,按 ID 用 memory_get 取正文,按标签用 memory_search 定位。'
23
+ const HINT_FOOTER = '这些条目的正文尚未加载;遇到相关任务时,按 ID 用 memory_get 取正文,按标签用 memory_search 定位;与本轮无关的用 memory_block 屏蔽。'
24
24
 
25
25
  /** 一条正文被省略的原因。统计口径互斥:每条记录只归入一个原因。 */
26
26
 
@@ -236,7 +236,7 @@ export function renderRecallBlock(
236
236
  const chars = impression ? (options.chars ?? 120) : 300
237
237
  const header = impression
238
238
  ? '以下是与你这次请求可能相关的记忆摘要:'
239
- : '以下是与此请求可能相关的记忆,供参考(需要正文用 memory_get,用 memory_forget 删除):'
239
+ : '以下是与此请求可能相关的记忆,供参考(需要正文用 memory_get;与本轮无关的用 memory_block 屏蔽,可逆、不删数据):'
240
240
  let tokens = estimateTokens(header) + 4
241
241
  const lines = []
242
242
  const ids = []
@@ -4,7 +4,7 @@
4
4
  */
5
5
  export const POLICY_TEXT = `## 记忆系统
6
6
 
7
- 本会话挂着一个本地记忆库,工具:memory_search / memory_list / memory_get / memory_save / memory_forget / memory_scopes(可按会话、项目、全局等作用域读写)。
7
+ 本会话挂着一个本地记忆库,工具:memory_search / memory_list / memory_get / memory_save / memory_forget / memory_scopes / memory_block(可按会话、项目、全局等作用域读写)。
8
8
 
9
9
  memory_search 只返回印象(ID、作用域、类型、标签和少量摘要);判断相关后再用 memory_get(ids, fields) 取正文。fields 省略 = content + scope + kind + tags;只要摘要用 ["summary"],只要正文用 ["content"],需要重要度 / 时间 / 触发词等再显式加上对应字段。
10
10
 
@@ -22,6 +22,8 @@ memory_search 只返回印象(ID、作用域、类型、标签和少量摘要
22
22
 
23
23
  同一会话里已经出现过的记忆,memory_search / memory_list 只回 ID 并注明“摘要因上下文去重被省略”;那不是没找到,需要正文时直接用 memory_get 取。
24
24
 
25
+ 记忆里出现**与本次任务无关**的条目时,主动降噪而不是忍着:摘要 / 召回里那些明显属于别的项目、别的技术栈、别的插件的流程与踩坑(例如你在写 A 项目,却反复被 B 项目的发布流程打断),用 memory_block({ id }) 把它屏蔽掉 —— 会话级默认、按记录 id 不需要审批、数据不删除、随时 action="unblock" 复原。判断口径:①一条记录连续两轮以上出现在注入里却对当前任务没用 → 屏蔽它;②只有整个作用域(某个 custom 域 / 别的项目域)确实与本工作区无关时才按 scope 屏蔽,这会弹审批、影响面大,别为了省事整个域一藏;③不确定是否无关就先别屏蔽,屏蔽是降噪不是清理;④不要用 memory_forget 删别人的记忆。
26
+
25
27
  本会话「记忆范围」为普通限制时(默认),调用任一 memory_* 工具都必须带 description 字段:用一句话说明这次调用要做什么(例如「查发布流程的坑」)。它只用于范围外访问的审批弹窗,不写进记忆;漏了会被工具直接拒绝。绝对限制 / 无限制下可省略。
26
28
 
27
29
  遇到以下情况先查记忆,不要凭猜测开始:
@@ -53,6 +53,20 @@ export const LOG_FILE_NAME = 'llama-server.log'
53
53
  const RELEASES_API = 'https://api.github.com/repos/ggml-org/llama.cpp/releases?per_page=20'
54
54
  /** GitHub 要求带 UA;不带会被 403。 */
55
55
  const USER_AGENT = 'dsh-memory-local-installer'
56
+ /**
57
+ * 认证用的环境变量,按序取第一个非空的(GitHub 官方是 GITHUB_TOKEN,gh CLI 是 GH_TOKEN)。
58
+ * 有 token 时额度 5000 次/小时;没有就是匿名 60 次/小时,而且是**按出口 IP 算**,
59
+ * 公司/校园网、CI 里几乎必然被别的进程吃掉 —— issue #5 就是撞在这一条上。
60
+ */
61
+ const TOKEN_ENV_VARS = ['GITHUB_TOKEN', 'GH_TOKEN']
62
+ /**
63
+ * 发行版列表的落盘缓存(放在 `<root>/llamacpp/` 里:这个目录本来就是安装器自己的,
64
+ * 卸载时会一起清掉)。作用有两个:
65
+ * ① 一次安装内 release 列表要查两次(主包 + CUDA 伴生包),不该发两个请求;
66
+ * ② 匿名额度被用完时还能拿上一次的结果把安装走完 —— 限流不该让用户卡住。
67
+ */
68
+ const RELEASES_CACHE_FILE = '.releases-cache.json'
69
+ const RELEASES_CACHE_TTL_MS = 15 * 60_000
56
70
 
57
71
  /**
58
72
  * 模型下载源,按顺序回退(同一份 Q4_K_M,仓库都是 gpustack/bge-m3-GGUF)。
@@ -150,6 +164,11 @@ export const MODEL_SIZE_BYTES = 437_778_496
150
164
 
151
165
          
152
166
 
167
+
168
+                     
169
+               
170
+
171
+
153
172
 
154
173
 
155
174
  /** zip 中央目录里一条记录(只保留解压需要的字段)。 */
@@ -704,6 +723,33 @@ function urlHost(url ) {
704
723
  }
705
724
  }
706
725
 
726
+ /**
727
+ * 限流错误的完整文案:说清「是谁的额度用完了、什么时候恢复、怎么一次解决」。
728
+ *
729
+ * 旧文案只有一句「未认证请求每小时 60 次,请稍后重试」,实测(issue #5)把人卡死
730
+ * 在这里:用户不知道要等多久,也不知道配个 token 就能绕过 —— 而匿名额度是按出口
731
+ * IP 算的,共用网络下重试几乎永远不会成功。
732
+ */
733
+ function rateLimitMessage(res , authenticated ) {
734
+ const reset = Number.parseInt(res.headers.get('x-ratelimit-reset') ?? '', 10)
735
+ const when = Number.isFinite(reset) && reset > 0 ? `,额度将在 ${formatEpoch(reset)} 恢复` : ''
736
+ if (authenticated) {
737
+ return `GitHub API 限流(已用 token,额度 5000 次/小时)${when};请等待恢复后重试`
738
+ }
739
+ const retryAfter = Number.parseInt(res.headers.get('retry-after') ?? '', 10)
740
+ const after = Number.isFinite(retryAfter) && retryAfter > 0 ? `,建议 ${retryAfter} 秒后再试` : ''
741
+ return `GitHub API 限流(未认证请求按出口 IP 每小时 60 次,很可能已被同网络的其他程序用完)${when}${after};`
742
+ + '解决办法:设置环境变量 GITHUB_TOKEN(或 GH_TOKEN)为任意 GitHub token 后重试,额度升到 5000 次/小时'
743
+ }
744
+
745
+ /** 把 x-ratelimit-reset 的 epoch 秒写成本地时间(用户要看的是「几点」。 */
746
+ function formatEpoch(seconds ) {
747
+ const date = new Date(seconds * 1000)
748
+ if (Number.isNaN(date.getTime())) return '稍后'
749
+ const pad = (n ) => String(n).padStart(2, '0')
750
+ return `${pad(date.getHours())}:${pad(date.getMinutes())}`
751
+ }
752
+
707
753
  /** 等一个背压 drain;顺手把流错误也变成 reject,免得卡死。 */
708
754
  function waitDrain(stream ) {
709
755
  return new Promise((resolve, reject) => {
@@ -751,6 +797,8 @@ export class VectorInstaller {
751
797
  controller = null
752
798
  /** 当前正在写的 .part 与它的流(取消时要立刻销毁,否则 fd 悬着)。 */
753
799
  sink = null
800
+ /** 本轮安装的发行版列表:主包与 CUDA 伴生包共用,避免同一轮发两次相同请求。 */
801
+ releasesCache = null
754
802
 
755
803
  constructor(opts ) {
756
804
  this.opts = opts
@@ -826,6 +874,8 @@ export class VectorInstaller {
826
874
  ...(this.opts.modelSources ? { sources: this.opts.modelSources } : {}),
827
875
  }
828
876
  const flavor = this.opts.flavor ?? 'cpu'
877
+ // 上一轮(例如用户换过风味后重装)的结果不能带进本轮:release 列表是易失数据。
878
+ this.releasesCache = null
829
879
  const paths = installPaths(root, model.file)
830
880
  try {
831
881
  this.setPhase(gen, 'preparing', `准备安装目录 ${root}`)
@@ -935,8 +985,7 @@ export class VectorInstaller {
935
985
  // prerelease:true,而 latest 只认正式版,现在返回的是一个与本项目无关的
936
986
  // v0.6.0(资产只有 nightly-tag.txt)——照它匹配必然失败。正确做法是拉倒序
937
987
  // 列表,取第一个含匹配资产的 release(prerelease 与否无关)。
938
- const releases = await this.fetchJson(RELEASES_API, '查询 llama.cpp 发行版')
939
- if (!Array.isArray(releases)) throw new Error('llama.cpp 发行版接口返回的数据格式异常')
988
+ const releases = await this.releases(gen)
940
989
  const wanted = flavor === 'metal' ? 'cpu' : flavor
941
990
  const hit = findAssetInReleases(releases, pattern)
942
991
  if (hit !== null) return hit
@@ -961,8 +1010,7 @@ export class VectorInstaller {
961
1010
  ) {
962
1011
  const pattern = runtimeCompanionPattern(platform, arch, flavor)
963
1012
  if (pattern === null) return null
964
- const releases = await this.fetchJson(RELEASES_API, '查询 llama.cpp 发行版')
965
- if (!Array.isArray(releases)) return null
1013
+ const releases = await this.releases(gen)
966
1014
  const hit = findAssetInReleases(releases, pattern)
967
1015
  if (hit === null) {
968
1016
  this.report(gen, { message: `没有找到 CUDA 运行库(匹配 ${String(pattern)}):llama-server 可能起不来,可改用 Vulkan 或 CPU 运行时` })
@@ -1074,23 +1122,49 @@ export class VectorInstaller {
1074
1122
  return received
1075
1123
  }
1076
1124
 
1077
- /** 发一个带 UA 的请求;网络层错误翻译成人话,但 AbortError 原样上抛。 */
1125
+ /**
1126
+ * 发一个带 UA 的请求;网络层错误翻译成人话,但 AbortError 原样上抛。
1127
+ *
1128
+ * 只有 api.github.com 才带 Authorization:别的下载源(hf-mirror / modelscope)
1129
+ * 收到一个 GitHub token 既没用又等于把凭据送给第三方。
1130
+ */
1078
1131
  async request(url , accept ) {
1079
1132
  const impl = this.opts.fetchImpl ?? fetch
1080
1133
  const signal = this.requestSignal()
1134
+ const headers = { accept, 'user-agent': USER_AGENT }
1135
+ if (urlHost(url) === 'api.github.com') {
1136
+ const token = this.token()
1137
+ if (token !== null) headers.authorization = `Bearer ${token}`
1138
+ }
1081
1139
  try {
1082
- return await impl(url, { headers: { accept, 'user-agent': USER_AGENT }, signal, redirect: 'follow' })
1140
+ return await impl(url, { headers, signal, redirect: 'follow' })
1083
1141
  } catch (error) {
1084
1142
  if (isAbortError(error)) throw error
1085
1143
  throw new Error(`网络请求失败(${urlHost(url)}):${describeError(error)}`)
1086
1144
  }
1087
1145
  }
1088
1146
 
1147
+ /** 本次安装用的 GitHub token:显式注入优先(给了就只认它,测试可传 '' 强制匿名),其次环境变量。 */
1148
+ token() {
1149
+ if (this.opts.token !== undefined) {
1150
+ const explicit = this.opts.token.trim()
1151
+ return explicit === '' ? null : explicit
1152
+ }
1153
+ for (const name of TOKEN_ENV_VARS) {
1154
+ const value = process.env[name]?.trim()
1155
+ if (value !== undefined && value !== '') return value
1156
+ }
1157
+ return null
1158
+ }
1159
+
1089
1160
  async fetchJson(url , what ) {
1090
1161
  const res = await this.request(url, 'application/vnd.github+json')
1091
- if (res.status === 403 || res.status === 429) {
1092
- throw new Error('GitHub API 限流(未认证请求每小时 60 次),请稍后重试')
1093
- }
1162
+ // 判定「是不是限流」只看响应头,不看状态码:403 既可能是额度耗尽,也可能是
1163
+ // 代理/区域策略拒绝、secondary rate limit、甚至 token 权限不足。旧版一律报
1164
+ // 「未认证请求每小时 60 次」,让拿着 token 的用户照着这句话重试一辈子。
1165
+ const remaining = res.headers.get('x-ratelimit-remaining')
1166
+ const limited = res.status === 429 || (res.status === 403 && (remaining === '0' || res.headers.get('retry-after') !== null))
1167
+ if (limited) throw new Error(rateLimitMessage(res, this.token() !== null))
1094
1168
  if (!res.ok) throw new Error(`${what}失败:HTTP ${res.status}(${url})`)
1095
1169
  try {
1096
1170
  return await res.json()
@@ -1099,6 +1173,55 @@ export class VectorInstaller {
1099
1173
  }
1100
1174
  }
1101
1175
 
1176
+ /**
1177
+ * 查发行版列表,带两层优化(都是 issue #5 的直接推论):
1178
+ * ① 一次安装内只查一次 —— 主包与 CUDA 伴生包共用同一份结果;
1179
+ * ② 查询失败时退回磁盘上的近期缓存;查到了也顺手写一份。
1180
+ *
1181
+ * 缓存只是**降级通道**:它绝不覆盖一份成功的实时结果,过期(15 分钟)或读不出来
1182
+ * 就当没有。命中缓存时会在进度消息里说明,用户不会以为自己拿到了最新构建。
1183
+ */
1184
+ async releases(gen ) {
1185
+ if (this.releasesCache !== null) return this.releasesCache
1186
+ const cachePath = join(installPaths(this.opts.root).dir, RELEASES_CACHE_FILE)
1187
+ try {
1188
+ const list = await this.fetchJson(RELEASES_API, '查询 llama.cpp 发行版')
1189
+ if (!Array.isArray(list)) throw new Error('llama.cpp 发行版接口返回的数据格式异常')
1190
+ this.releasesCache = list
1191
+ this.writeReleasesCache(cachePath, list)
1192
+ return list
1193
+ } catch (error) {
1194
+ const cached = this.readReleasesCache(cachePath)
1195
+ if (cached === null) throw error
1196
+ this.releasesCache = cached
1197
+ this.report(gen, {
1198
+ message: `查询 llama.cpp 发行版失败(${describeError(error)}),改用 ${Math.round((Date.now() - cached.at) / 60_000)} 分钟前的缓存结果继续安装`,
1199
+ })
1200
+ return cached.releases
1201
+ }
1202
+ }
1203
+
1204
+ writeReleasesCache(path , releases ) {
1205
+ try {
1206
+ ensureDir(dirname(path), '创建运行时目录')
1207
+ writeFileSync(path, JSON.stringify({ at: Date.now(), releases }))
1208
+ } catch {
1209
+ // 缓存写不进去不影响安装(只影响下次限流时能不能兜底)。
1210
+ }
1211
+ }
1212
+
1213
+ readReleasesCache(path ) {
1214
+ try {
1215
+ const raw = JSON.parse(readFileSync(path, 'utf8'))
1216
+ if (typeof raw.at !== 'number' || !Array.isArray(raw.releases)) return null
1217
+ if (raw.releases.length === 0) return null
1218
+ if (!Number.isFinite(raw.at) || Date.now() - raw.at > RELEASES_CACHE_TTL_MS) return null
1219
+ return { at: raw.at, releases: raw.releases }
1220
+ } catch {
1221
+ return null
1222
+ }
1223
+ }
1224
+
1102
1225
  /** 自带 controller + 调用方 signal 的合并信号。 */
1103
1226
  requestSignal() {
1104
1227
  const external = this.opts.signal
@@ -2026,7 +2026,7 @@ const BLOCK_NOTE_RULE =
2026
2026
  export function memoryBlockTool(opts ) {
2027
2027
  return {
2028
2028
  name: 'memory_block',
2029
- description: 'Hide memories that are irrelevant to the current task so they stop appearing in search, injection and the scope catalog — without deleting anything. Blocking by record id/prefix needs no approval; blocking a whole scope, a rule (kind="rule"), or anything at workspace level raises an approval dialog for the user. action="unblock" removes a block; action="list" shows the active blocks. Blocks are recoverable: the data is never touched.',
2029
+ description: 'Hide memories that are irrelevant to the current task so they stop appearing in search, injection and the scope catalog — without deleting anything. Use it proactively: when recall/digest keeps injecting records that clearly belong to another project or stack, block them by record id (no approval, reversible) instead of tolerating the noise or deleting them. Blocking by record id/prefix needs no approval; blocking a whole scope, a rule (kind="rule"), or anything at workspace level raises an approval dialog for the user. action="unblock" removes a block; action="list" shows the active blocks. Blocks are recoverable: the data is never touched.',
2030
2030
  parameters: {
2031
2031
  action: {
2032
2032
  type: 'string',
package/package.json CHANGED
@@ -1,6 +1,6 @@
1
1
  {
2
2
  "name": "@restregular/dsh-memory",
3
- "version": "0.33.0",
3
+ "version": "0.34.1",
4
4
  "description": "DeepSeek Harness 记忆系统(单包单入口):JSONL 存储 + 本地向量检索(BGE-M3)+ 五个模型工具 + 自动召回注入 + 管理面板。",
5
5
  "icon": "./icon.svg",
6
6
  "type": "module",