dsh-macro-memory 0.0.0-stage → 0.4.0
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/LICENSE +21 -0
- package/README.md +506 -2
- package/cordis.patch.yml +6 -0
- package/lib/client.js +3623 -0
- package/lib/index.js +502 -0
- package/lib/macro/brand.js +82 -0
- package/lib/macro/bridge.js +158 -0
- package/lib/macro/chain.js +206 -0
- package/lib/macro/contract.js +471 -0
- package/lib/macro/cost.js +164 -0
- package/lib/macro/defs/admin.js +442 -0
- package/lib/macro/defs/dream.js +24 -0
- package/lib/macro/defs/link.js +257 -0
- package/lib/macro/defs/project.js +25 -0
- package/lib/macro/defs/read.js +160 -0
- package/lib/macro/defs/remember.js +411 -0
- package/lib/macro/defs/search.js +871 -0
- package/lib/macro/defs/update.js +161 -0
- package/lib/macro/dreamledger.js +1398 -0
- package/lib/macro/facade.js +135 -0
- package/lib/macro/fusion.js +182 -0
- package/lib/macro/linkflow.js +391 -0
- package/lib/macro/links.js +448 -0
- package/lib/macro/neighbor.js +209 -0
- package/lib/macro/panel.js +96 -0
- package/lib/macro/prompt.js +139 -0
- package/lib/macro/provenance.js +148 -0
- package/lib/macro/render.js +35 -0
- package/lib/macro/revisions.js +253 -0
- package/lib/macro/shared.js +113 -0
- package/lib/macro/store.js +103 -0
- package/lib/macro/supersede.js +197 -0
- package/lib/macro/tokencost.js +90 -0
- package/lib/macro/tools.js +67 -0
- package/package.json +54 -4
- package/vendor/VENDOR.json +23 -0
- package/vendor/dsh-memory-nebula/CONTRIBUTING.md +48 -0
- package/vendor/dsh-memory-nebula/LICENSE +21 -0
- package/vendor/dsh-memory-nebula/README.en.md +203 -0
- package/vendor/dsh-memory-nebula/README.md +253 -0
- package/vendor/dsh-memory-nebula/SECURITY.md +43 -0
- package/vendor/dsh-memory-nebula/SUPPORT.md +33 -0
- package/vendor/dsh-memory-nebula/cordis.patch.yml +4 -0
- package/vendor/dsh-memory-nebula/lib/client.js +105 -0
- package/vendor/dsh-memory-nebula/lib/host/adapters/index.js +279 -0
- package/vendor/dsh-memory-nebula/lib/host/adapters/ingest.js +230 -0
- package/vendor/dsh-memory-nebula/lib/host/adapters/meow.js +320 -0
- package/vendor/dsh-memory-nebula/lib/host/adapters/notes.js +305 -0
- package/vendor/dsh-memory-nebula/lib/host/adapters/sqlite.js +287 -0
- package/vendor/dsh-memory-nebula/lib/host/adapters/util.js +231 -0
- package/vendor/dsh-memory-nebula/lib/host/bridge.js +351 -0
- package/vendor/dsh-memory-nebula/lib/host/compress.js +97 -0
- package/vendor/dsh-memory-nebula/lib/host/demo.js +357 -0
- package/vendor/dsh-memory-nebula/lib/host/diagnostics.js +125 -0
- package/vendor/dsh-memory-nebula/lib/host/doctor.js +270 -0
- package/vendor/dsh-memory-nebula/lib/host/entities.js +230 -0
- package/vendor/dsh-memory-nebula/lib/host/graph.js +1762 -0
- package/vendor/dsh-memory-nebula/lib/host/graphcache.js +290 -0
- package/vendor/dsh-memory-nebula/lib/host/http.js +993 -0
- package/vendor/dsh-memory-nebula/lib/host/injectcfg.js +95 -0
- package/vendor/dsh-memory-nebula/lib/host/ledger.js +175 -0
- package/vendor/dsh-memory-nebula/lib/host/live.js +204 -0
- package/vendor/dsh-memory-nebula/lib/host/nebula.js +2105 -0
- package/vendor/dsh-memory-nebula/lib/host/page.js +75 -0
- package/vendor/dsh-memory-nebula/lib/host/path.js +83 -0
- package/vendor/dsh-memory-nebula/lib/host/recall.js +524 -0
- package/vendor/dsh-memory-nebula/lib/host/share.js +633 -0
- package/vendor/dsh-memory-nebula/lib/host/sources.js +266 -0
- package/vendor/dsh-memory-nebula/lib/host/store.js +333 -0
- package/vendor/dsh-memory-nebula/lib/host/text.js +410 -0
- package/vendor/dsh-memory-nebula/lib/host/transcripts.js +396 -0
- package/vendor/dsh-memory-nebula/lib/index.js +782 -0
- package/vendor/dsh-memory-nebula/lib/standalone.mjs +315 -0
- package/vendor/dsh-memory-nebula/lib/web/api.js +426 -0
- package/vendor/dsh-memory-nebula/lib/web/app.js +4172 -0
- package/vendor/dsh-memory-nebula/lib/web/i18n.js +580 -0
- package/vendor/dsh-memory-nebula/lib/web/index.html +174 -0
- package/vendor/dsh-memory-nebula/lib/web/nav.js +132 -0
- package/vendor/dsh-memory-nebula/lib/web/render.js +1890 -0
- package/vendor/dsh-memory-nebula/lib/web/space3d.js +1883 -0
- package/vendor/dsh-memory-nebula/lib/web/style.css +1402 -0
- package/vendor/dsh-memory-nebula/locale/en.json +7 -0
- package/vendor/dsh-memory-nebula/locale/zh.json +7 -0
- package/vendor/dsh-memory-nebula/market/assets/icon-180.png +0 -0
- package/vendor/dsh-memory-nebula/market/assets/icon.svg +40 -0
- package/vendor/dsh-memory-nebula/market/index.json +101 -0
- package/vendor/dsh-memory-nebula/package.json +87 -0
- package/vendor/dsh-memory-nebula/sidecar.ps1 +119 -0
- package/vendor/meow-memory/LICENSE +21 -0
- package/vendor/meow-memory/README.en.md +192 -0
- package/vendor/meow-memory/README.md +174 -0
- package/vendor/meow-memory/README.pt-br.md +180 -0
- package/vendor/meow-memory/cordis.patch.yml +7 -0
- package/vendor/meow-memory/lib/client.js +3344 -0
- package/vendor/meow-memory/lib/client.js.map +7 -0
- package/vendor/meow-memory/lib/index.js +9802 -0
- package/vendor/meow-memory/lib/index.js.map +7 -0
- package/vendor/meow-memory/lib/prompts/README.md +65 -0
- package/vendor/meow-memory/lib/prompts/en/dream-atomic.md +36 -0
- package/vendor/meow-memory/lib/prompts/en/dream-header.md +9 -0
- package/vendor/meow-memory/lib/prompts/en/dream-project-summary.md +12 -0
- package/vendor/meow-memory/lib/prompts/en/dream-topic.md +27 -0
- package/vendor/meow-memory/lib/prompts/en/external-memory-notice.md +8 -0
- package/vendor/meow-memory/lib/prompts/en/first-create-notice.md +8 -0
- package/vendor/meow-memory/lib/prompts/en/labels.md +98 -0
- package/vendor/meow-memory/lib/prompts/en/reflect.md +31 -0
- package/vendor/meow-memory/lib/prompts/en/system-guide.md +121 -0
- package/vendor/meow-memory/lib/prompts/en/tools.md +83 -0
- package/vendor/meow-memory/lib/prompts/en/welcome-guide.md +12 -0
- package/vendor/meow-memory/lib/prompts/pt-br/dream-atomic.md +36 -0
- package/vendor/meow-memory/lib/prompts/pt-br/dream-header.md +9 -0
- package/vendor/meow-memory/lib/prompts/pt-br/dream-project-summary.md +12 -0
- package/vendor/meow-memory/lib/prompts/pt-br/dream-topic.md +27 -0
- package/vendor/meow-memory/lib/prompts/pt-br/external-memory-notice.md +8 -0
- package/vendor/meow-memory/lib/prompts/pt-br/first-create-notice.md +8 -0
- package/vendor/meow-memory/lib/prompts/pt-br/labels.md +98 -0
- package/vendor/meow-memory/lib/prompts/pt-br/reflect.md +31 -0
- package/vendor/meow-memory/lib/prompts/pt-br/system-guide.md +121 -0
- package/vendor/meow-memory/lib/prompts/pt-br/tools.md +83 -0
- package/vendor/meow-memory/lib/prompts/pt-br/welcome-guide.md +12 -0
- package/vendor/meow-memory/lib/prompts/zh/dream-atomic.md +36 -0
- package/vendor/meow-memory/lib/prompts/zh/dream-header.md +9 -0
- package/vendor/meow-memory/lib/prompts/zh/dream-project-summary.md +19 -0
- package/vendor/meow-memory/lib/prompts/zh/dream-topic.md +27 -0
- package/vendor/meow-memory/lib/prompts/zh/external-memory-notice.md +8 -0
- package/vendor/meow-memory/lib/prompts/zh/first-create-notice.md +8 -0
- package/vendor/meow-memory/lib/prompts/zh/labels.md +98 -0
- package/vendor/meow-memory/lib/prompts/zh/reflect.md +30 -0
- package/vendor/meow-memory/lib/prompts/zh/system-guide.md +119 -0
- package/vendor/meow-memory/lib/prompts/zh/tools.md +83 -0
- package/vendor/meow-memory/lib/prompts/zh/welcome-guide.md +12 -0
- package/vendor/meow-memory/package.json +64 -0
package/README.md
CHANGED
|
@@ -1,3 +1,507 @@
|
|
|
1
|
-
#
|
|
1
|
+
# 宏记忆 · Macro Memory
|
|
2
2
|
|
|
3
|
-
|
|
3
|
+
> 一个记忆插件,接管全部记忆能力:**8 个工具、一段 1,235 字符的常驻注入**,主库仍是 meow 的七层 SQLite,星图退成可重建的索引。
|
|
4
|
+
>
|
|
5
|
+
> 适用:DeepSeek Harness(DSH)。版本 **0.4.0** · 许可 MIT · 内置 meow-memory 与 dsh-memory-nebula 的完整副本(均为 MIT,见[第三方声明](#第三方声明与来源))。
|
|
6
|
+
|
|
7
|
+
| 指标 | 融合前(三插件并存) | 现在(0.4.0) | 变化 |
|
|
8
|
+
| --- | --- | --- | --- |
|
|
9
|
+
| 工具 schema 合计 | 17 个工具 / 56,759 B | **8 个工具 / 13,567 B** | **−76.1%** |
|
|
10
|
+
| 常驻注入 | 4,085 字符(meow 3,396 + nebula 689) | **1,235 字符(1 段)** | **−69.8%** |
|
|
11
|
+
| 每轮固定开销 | 约 14–16K token | **约 2.2K token** | **−85%** |
|
|
12
|
+
| 单次检索(1200 条库) | 107.2ms(p50) | **2.9ms(p50)** | **−97.3%** |
|
|
13
|
+
| 面板 / 工具来源 | 三个插件各一套 | 一个插件两个面板 | 口径统一 |
|
|
14
|
+
|
|
15
|
+
> **0.4.0 里程碑**:这一版不换引擎、只把「账」和「刀」都做实——六件事全部带开关、带回滚、带能红证明:**口径单**(新建 `docs/EVAL-CLAIMS.md`,把可引用的与过期的分成两张表)、**查询分解** `multiQuery`(默认 `off`)、**写入端巩固** `consolidate`(默认 `suggest`,一个字不写库)、**写入端通胀体检**(`selfecho` / `unused` / `inflate` 三类)、**自动取代** `autoSupersede`(默认 `suggest`)、**实体星图**(四类硬事实成层,顺带修掉「两跳从来没跑过第二跳」的沉默 bug)、**共现自学习扩词**(词源取每条的 `keywords`,不靠人手枚举)。读数:**30 支自检 / 3,511 条可执行断言 / 约 220 秒**;gold 宽池 146 条 **照抄 1.000 / 换说法 1.000(14/14)**、关掉共现即退回 0.929(增量可归因);窄池 40 条换说法 0.929、时间锚 1.000;真库 635 条 40 问 hit@1 0.925、MRR 0.963。以上全部无 LLM,端到端 judge 仍未重测(口径见 `docs/EVAL-CLAIMS.md`)。
|
|
16
|
+
|
|
17
|
+
> **0.3.0 里程碑**:从 0.1 的「把三套记忆插件合成一套」走到这里,它已经是一条能自证的流水线——180 个补丁版本、**24 支自检 / 3,323 条可执行断言**(约 200 秒跑完;这是 0.3.0 发布那一刻的读数,现状见 §六 与 [`docs/EVAL-CLAIMS.md`](docs/EVAL-CLAIMS.md) 表 A),每次调参都留下读数、否决记录和阴性对照;检索三档在 146 条宽池上的读数是**照抄 1.000 / 换说法 0.929 / 时间锚 0.889**(每档配一条「关掉这把刀就变差」的对照)。到这里接口面已经冻结:**8 个 `memory_*` 工具、一段 1,235 字符注入、7 层 SQLite 主库、format-1 市场索引**——0.3 之后只加字段不删字段、只加工具不改名,旧调用原样能用。同时首发到 npm(`npm i dsh-macro-memory`)、GitHub 与 awesome-dsh-plugin 目录。
|
|
18
|
+
|
|
19
|
+
---
|
|
20
|
+
|
|
21
|
+
## 目录
|
|
22
|
+
|
|
23
|
+
- [一眼看懂(0.4.0,全部可复核)](#一眼看懂040全部可复核)
|
|
24
|
+
- [它解决什么问题](#它解决什么问题)
|
|
25
|
+
- [它是怎么搭起来的](#它是怎么搭起来的)
|
|
26
|
+
- [记忆怎么工作](#记忆怎么工作)
|
|
27
|
+
- [省 token 的账怎么算](#省-token-的账怎么算)
|
|
28
|
+
- [8 个工具](#8-个工具)
|
|
29
|
+
- [安装](#安装)
|
|
30
|
+
- [设置与热应用](#设置与热应用)
|
|
31
|
+
- [兼容与迁移](#兼容与迁移)
|
|
32
|
+
- [它凭什么更强:每一句都有读数](#它凭什么更强每一句都有读数)
|
|
33
|
+
- [质量:怎么证明它没坏](#质量怎么证明它没坏)
|
|
34
|
+
- [目录结构](#目录结构)
|
|
35
|
+
- [第三方声明与来源](#第三方声明与来源)
|
|
36
|
+
- [English](#english)
|
|
37
|
+
|
|
38
|
+
---
|
|
39
|
+
|
|
40
|
+
## 一眼看懂(0.4.0,全部可复核)
|
|
41
|
+
|
|
42
|
+
| 维度 | 数字 | 怎么来的 |
|
|
43
|
+
| --- | --- | --- |
|
|
44
|
+
| 工具面 | **8 个 `memory_*` 工具 / 13,567 B schema**(三插件并存时 17 个 / 56,759 B,**−76.1%**) | 17 个原工具的能力压进 8 个,参数级覆盖审计逐条钉住(`tools/coverage-audit.mjs`) |
|
|
45
|
+
| 常驻注入 | **1,235 字符 / 1 段**(原来 4,085 字 / 3 段,**−69.8%**) | 每轮固定开销约 14–16K token → **约 2.2K token** |
|
|
46
|
+
| 检索延迟 | 1,200 条库 **p50 2.9ms**(三插件并存时 107.2ms) | 纯本地词法 + 索引缓存,不调网络、不调模型 |
|
|
47
|
+
| 自证规模 | **30 支自检 / 3,511 条可执行断言**,全跑约 220 秒,少一条就判红 | `node tools/check-all.mjs`;断言数与基线逐支对账 |
|
|
48
|
+
| gold 召回(146 条宽池) | **照抄 1.000 / 换说法 1.000 / 时间锚 0.889** | `node tools/probe-gold.mjs`,关掉共现扩词换说法立刻退回 0.929 |
|
|
49
|
+
| 真库召回(635 条 / 40 问) | **hit@1 0.925 / hit@5 1.000 / MRR 0.963** | 本地全量库实测,无 LLM |
|
|
50
|
+
| LoCoMo 1,536 题(无 LLM) | hit@20 **0.7546**(旧口径 0.651)、MRR **0.4953**(旧 0.3768)、平均取回 17.77 条(旧 19.99) | 给得更少、命中更高;口径与命令见 [`docs/EVAL-CLAIMS.md`](docs/EVAL-CLAIMS.md) A2 |
|
|
51
|
+
|
|
52
|
+
**它比「再装一个记忆插件」强在哪**——四条,每条都有对照:
|
|
53
|
+
|
|
54
|
+
1. **省的是每轮都要重付的钱。** 工具 schema 与注入是每一轮请求的前缀,省下来一次就是每一轮都省。schema −76.1%、注入 −69.8% 不是压缩文案,是把三个工具面合并成一套(原 17 个工具的能力仍在,参数级审计证明没克扣)。
|
|
55
|
+
2. **每一把刀都能关回去,且关掉会变差。** 查询分解 `multiQuery`、写入巩固 `consolidate`、自动取代 `autoSupersede`、实体层 `entity`、共现扩词 `coocLearn`、同义词桥 `synBridge` 全是配置项,默认最保守;每条都有「关掉这把刀 → 读数掉」的阳性对照(例:关共现扩词,宽池换说法 1.000 → 0.929)。
|
|
56
|
+
3. **判据只有一份实现,而且每条都证明过「能红」。** 同一件事不许 verify 和 doctor 各写一遍(宽严会分叉,绿的那份才是你唯一会自己跑的);每条判据都配一个「只该弄红这一条」的输入,造坏了没红就算它不成立。
|
|
57
|
+
4. **新加的东西不许说谎。** 写入端有通胀体检(关键词自证率 `selfecho`、召回闭环 `unused`、层通胀 `inflate`),读的时候会把「这条是历史结论,现状在 <id>」顶到第一句——取代与巩固都不静默发生。
|
|
58
|
+
|
|
59
|
+
自己复核(三条命令,全部离线):
|
|
60
|
+
|
|
61
|
+
```bash
|
|
62
|
+
node tools/check-all.mjs # 30 支自检 / 3,511 条断言,约 220 秒
|
|
63
|
+
node tools/doctor.mjs # 两棵树字节一致、账本指纹、加载面、备份
|
|
64
|
+
node tools/probe-gold.mjs # gold 三档 + 开关对照
|
|
65
|
+
```
|
|
66
|
+
|
|
67
|
+
**不说满的地方**(详见[§七](#七不说满的地方)):gold 是自建语料、不是公开榜单;真库数字随库增长不可跨时间比;端到端 LLM-judge 在 0.4.0 之后没重跑过,任何「端到端涨了多少」的说法本仓库不认。
|
|
68
|
+
|
|
69
|
+
---
|
|
70
|
+
|
|
71
|
+
## 它解决什么问题
|
|
72
|
+
|
|
73
|
+
记忆插件通常各干各的:一个存长期记忆、一个建关系图谱、一个做性格画像。装三套的代价不是磁盘,是**每一轮都要重付的上下文税**:
|
|
74
|
+
|
|
75
|
+
1. **工具 schema 税**:每个工具的参数说明都进请求前缀。三个插件 17 个工具,光 schema 就 56,759 B,约 14–16K token,占每轮固定开销八成以上——用户还没说话,钱已经花掉了。
|
|
76
|
+
2. **注入税**:每个插件都想在 system prompt 里讲一段「怎么用我」。三段叠加 4,085 字符,而且各自都写「先调用我」。
|
|
77
|
+
3. **口径税**:面板里三个名字、工具里两套命名、日志里三种前缀。模型照着 A 插件的注入去调 B 插件的工具,拿到「工具不存在」,接着开始乱试。
|
|
78
|
+
|
|
79
|
+
宏记忆的做法是**把工具面和注入面收上来**:两个引擎(meow 的记忆库、nebula 的星图)退到后面当内核,对外只有一套 8 个 `memory_*` 工具和一段注入。能力一条没砍,重的是壳,不是功能。
|
|
80
|
+
|
|
81
|
+
## 它是怎么搭起来的
|
|
82
|
+
|
|
83
|
+

|
|
84
|
+
|
|
85
|
+
三层,从上往下:
|
|
86
|
+
|
|
87
|
+
- **表面层(本插件)**:`lib/index.js` 装配 8 个统一工具 + 一段常驻注入 + 一张设置页;所有对外文案、品牌名、错误措辞都在这一层(`lib/macro/`)。
|
|
88
|
+
- **融合层**:`bridge` 负责「叫得动引擎、叫不动就说人话」;`linkflow` 负责写记忆时连不上星图的连线**不丢**(排队补连);`brand` 负责把引擎输出里的旧工具名翻成新名字。
|
|
89
|
+
- **引擎层**:`vendor/meow-memory`(主库:七层 SQLite + 梦境巩固 + 反射)+ `vendor/dsh-memory-nebula`(索引:节点/边/强弱/枢纽),两者都在 `vendor/` 里带完整副本,随本包一起走,**不依赖用户另外安装**。
|
|
90
|
+
|
|
91
|
+
关键取舍:**主库只有一份,星图可以重建**。七层表有 `status`/`importance`/`keywords` 语义,星图节点只有 id 和文本;星图丢了能全量重建,主库丢一条就永远丢。所以写路径先落主库,再尽力更新星图,失败就排队。
|
|
92
|
+
|
|
93
|
+
## 记忆怎么工作
|
|
94
|
+
|
|
95
|
+

|
|
96
|
+
|
|
97
|
+
### 写入
|
|
98
|
+
|
|
99
|
+
```
|
|
100
|
+
memory_remember(content, level, project, keywords, importance, links)
|
|
101
|
+
├─ 落主库(.dsh-meow/memory.db,七层之一)
|
|
102
|
+
├─ 尽力把关联节点写进星图(links)
|
|
103
|
+
└─ 连不上 → 落 $DSH_HOME/macro-memory/pending-links.jsonl 排队(上限 500、TTL 7 天)
|
|
104
|
+
```
|
|
105
|
+
|
|
106
|
+
`links` 失败**不会**让这次写入失败,也不会静默丢掉:进队列,之后任意一次 `memory_search` / `memory_read` / `memory_link` / `memory_admin` 顺手补连(节流 30s、预算 1.2s、单轮最多 8 条、星图整体不可用时立刻停手)。用户在 `memory_admin(action="links")` 里能看到「谁在等谁、等了多久、为什么没连上」。
|
|
107
|
+
|
|
108
|
+
### 读取
|
|
109
|
+
|
|
110
|
+
```
|
|
111
|
+
memory_search(query, mode=local|graph|bridge|similar)
|
|
112
|
+
├─ local:主库关键词检索(importance × 时间衰减)
|
|
113
|
+
├─ graph:沿星图关联扩散
|
|
114
|
+
├─ bridge:强相关但还没读过的邻居
|
|
115
|
+
└─ similar:给一条记忆,找相似的
|
|
116
|
+
```
|
|
117
|
+
|
|
118
|
+
参数给错模式会**明说没生效**(「你给的 `expand` 在 graph 模式里没用上,扩散请用 graph」),不会先跑一遍别的检索再让你误读结果。
|
|
119
|
+
|
|
120
|
+
检索里**没有停用词表**:出现在一半以上条目里的查询词(「怎么 / 那个 / 一下」)不参与打分,也不进覆盖率的分母——噪声词不该决定「这一问要多难才叫命中」。库里不到 8 条时不剔(df 在小样本上不可信),剔完一个不剩就整段回退(宁可噪声,不给空结果),`noiseFloor:false` 回到旧口径,剔了谁点名写在 `explain.noiseDropped` 里。
|
|
121
|
+
|
|
122
|
+
问句里**长得像标识符的那一段不过分词**:版本号(`0.2.147`)、路径、带扩展名的文件名、日期、短 id、commit、`kebab-case` 名字都按整串去候选文本里找。整串对上算 1,只对上文件名算 0.7,再退到去掉扩展名的主名算 0.5,降级命中的会在 `explain.verbatim` 里标「(局部)」;命中的是这条记忆的 id 时,那不是「相关」而是「指认」,权重给得更高,`explain.bm25` 也会明说词侧一分没得。短于 4 的不算、一条问句最多认 6 个、同一处证据只记一遍(`tools/probe-words.mjs` 不再额外留 `probe-words`)、`verbatim:false` 一键回旧口径;问句里一个标识符都没有时,分数逐位不动。
|
|
123
|
+
|
|
124
|
+
补分是**加法**不是乘法:乘法修饰的是已经存在的分数,而标识符失效的典型症状恰恰是分**为 0**——短 id 不在正文里、路径被切成段名、版本号三段全是常见词,乘在 0 上还是 0。加法承认「这条原来进不了榜」,再把这个证据叠上去。
|
|
125
|
+
|
|
126
|
+
而且它落在**加权之后**:先算完每条自己的重要度、新鲜度、生命周期,再补这份原样命中的分,单位取榜首那条的实际分数(整串命中且命中的是 id 给 1.5,一般原样命中给 0.6)。加在权重前面的话,同一笔证据会被两条不同的条目各乘一遍——问一条 id 就会被「另一条重要度更高的措辞命中」压下去。重要度决定同题里谁先读,不决定两句里哪句是你问的。
|
|
127
|
+
|
|
128
|
+
再往前一步:**证据先分档,档内才谈权重**。词分相差不到 17%(相邻两条)算同一档,重要度、新鲜度、状态只在这一档里改判先后,跨档永远不许越级——不然一条 importance=4 的项目总览能把词分高一倍的正解压到第二。时间折扣还多一个下限:旧记忆最多折到 0.6,跌不出榜。而「问的正是这条 id」不是先验、是最强证据,单独排在所有档之前。
|
|
129
|
+
|
|
130
|
+
还有一条更靠前的闸:**问句里的虚词不算证据**。记忆库里没有「高铁票怎么改签」这件事,但「怎么」在本库罕见、idf 高,一条只沾它的条目就能凑出 4.76 分的回执——14 条与库无关的问句里,以前有 10 条这样硬凑。现在问句侧有一张中文虚词表(`怎么 / 什么 / 哪些 / 一下 / 用的 / 上一` 这类,含分词跨界产生的碎片),剔掉它们之后再谈打分:同样的 14 条只剩 12 条空手,正例的 hit@1 反而从 0.867 涨到 0.933。剔完一个词不剩就整段回退(问「为什么」这种纯虚词问句照旧给回执),标识符与英文内容词一个不动,`funcFloor:false` 一键关回旧口径。
|
|
131
|
+
|
|
132
|
+
### 稠密向量(可选,默认不走)
|
|
133
|
+
|
|
134
|
+
关键词检索很准,但它只认「同一个词」。用户换一种说法问同一件事时(「什么时候才轮到把代码放到远端仓库」对「推远端等主人点头」),字面一个词都不重合,词法就无从下手。0.2.154 给检索加了一路可选的稠密向量,两路用 RRF 融合——**名次换分,不拿余弦跟 BM25 直接相加**:两个量的尺度本来就无关,相加等于让「谁的单位大」决定排序(实测直接相加时照抄池掉到 0.867)。
|
|
135
|
+
|
|
136
|
+
| 问法 | 纯词法 | 加上稠密层 |
|
|
137
|
+
| --- | --- | --- |
|
|
138
|
+
| 照抄正文用词(45 问) | hit@1 0.911 / MRR 0.944 | **hit@1 0.933 / MRR 0.957** |
|
|
139
|
+
| 换一种说法(14 问) | hit@1 0.500 / hit@3 0.714 / MRR 0.598 | **hit@1 0.571 / hit@3 0.786 / MRR 0.702** |
|
|
140
|
+
|
|
141
|
+
它**默认不参与**,因为代价不小:模型 `bge-small-zh-v1.5`(q8,22.9 MB)加 `@huggingface/transformers` 运行时(安装 371.9 MB,其中 win32 原生库 67.2 MB)。想开就三件事:
|
|
142
|
+
|
|
143
|
+
```bash
|
|
144
|
+
# 1) 装运行时(放哪都行,用环境变量指过去)
|
|
145
|
+
npm i @huggingface/transformers
|
|
146
|
+
# 2) 下模型:config.json / tokenizer.json / tokenizer_config.json / special_tokens_map.json / onnx/model_quantized.onnx
|
|
147
|
+
# 放到 <记忆家目录>/dense-model/(如 D:\dsh-home\storages\meow-memory\dense-model)
|
|
148
|
+
# 3) 指路(可以都不设,前提是模型在 dense-model/、运行时能被 node 按裸名解析到)
|
|
149
|
+
MEOW_VEC_MODULE=<...>/@huggingface/transformers/dist/transformers.node.mjs
|
|
150
|
+
MEOW_VEC_MODEL_DIR=<...>/bge-small-zh-v1.5
|
|
151
|
+
MEOW_VEC_CACHE=<记忆家目录>/dense-cache.json
|
|
152
|
+
```
|
|
153
|
+
|
|
154
|
+
几条实现上的取舍:
|
|
155
|
+
|
|
156
|
+
- **一次只编一条**:批编码会按批内最长补 padding,实测同一段文字「单独编」与「16 条一批编」的向量最大差 0.015——近分带足够翻名次,而且同一条记忆会因为「库里还有谁」拿到不同向量,缓存就失去意义。
|
|
157
|
+
- **先进向量、不进首问**:`memory_search` 第一次跑起来只是把预热排进后台,**没向量就不参与稠密排序**——不让第一问等 14 秒(1200 条实测 14.0 s,缓存 3.3 MB,之后单问 1.6 ms)。
|
|
158
|
+
- **缺什么就退回什么**:没有运行时、没有模型、模型加载失败——任何一种都静悄悄退回纯词法,结果与不加这一路**逐位相同**(顺序和分数都一样,`tools/probe-gold.mjs` 的 G13/G14 守着)。总开关 `MEOW_DENSE=0` 可以把已经建好的向量留在磁盘上,而这一进程只走词法。
|
|
159
|
+
- **向量文本是「标题 + 关键词 + 正文」**:关键词是用户自己写的「我会怎么问」,对短记忆是好信号;换说法池上它加分,照抄池不吃亏(两条都在 G14 的判据里)。
|
|
160
|
+
|
|
161
|
+
### 空手闸门:问的事不在库里,就不硬凑(可选,跟着稠密层走)
|
|
162
|
+
|
|
163
|
+
词法检索有个天生的毛病:它只会说「这几个词在库里出现过」,不会说「这条跟你的问题无关」。实测最刺眼的一条是问「火星上一天有多少小时」——它命中的是库里 df=1(全库最稀)的那个词,词法上跟真正相关长得一模一样,调什么旋钮都分不开。
|
|
164
|
+
|
|
165
|
+
有稠密层之后这件事能判了:**这一问与全库最近的一条有多近**。40 条语料上,正样本(59 问)最低余弦 0.477,负样本(14 问)除「Python 的 GIL」0.558 外全在 0.412 以下。门槛取 **0.44**,负样本挡住 **13/14**,正样本一条都没被掐(`probe-gold` 的 G15 守着)。
|
|
166
|
+
|
|
167
|
+
- **只在全库都有向量时才判**:只覆盖一部分时,最大值会被低估,会把真问题当无关问题掐掉——宁可先不判。
|
|
168
|
+
- **稠密没就绪就一条都不判**:没装运行时、没模型、`MEOW_DENSE=0`,行为与 0.2.154 逐位相同。
|
|
169
|
+
- **门槛可调**:`MEOW_DENSE_ABSTAIN=0.3` 更严;`MEOW_DENSE_ABSTAIN=0` 或 `off` 就是关掉这道闸,硬看候选。
|
|
170
|
+
- 挡下来时回执会写明原因(最近的那条是谁、余弦多少、门槛多少),以及怎么把闸关掉——**零命中不许含糊成「库里没有」**。
|
|
171
|
+
|
|
172
|
+
### 巩固
|
|
173
|
+
|
|
174
|
+
`memory_dream` 把本窗口建立/提取过的记忆封存成跨会话记忆,按七层归档,顺手补连线。梦境任务空转时只做巡检,不刷日志。
|
|
175
|
+
|
|
176
|
+
整理时还会挑出**疑似冲突**:同一主题(关键词至少共用两个)却写着不同的数字或版本,典型是「DSH 在 C 盘」对「已搬到 D 盘」。这类不合并、也不自动改——系统只把两条摆在一起,点名谁更新、各自独有什么,判决留给读的那一方。措辞不同而数字一致的算复述、归档的那条算已处置,都不报;账里同时记计数与明细,所以「这一轮没查到」和「这一版没查过」在面板上是两句话。
|
|
177
|
+
|
|
178
|
+
冲突块还会**认老账**:展开时会往回翻十来条更早的账,看这一对报过没有——新撞上的标「这一轮新报」,报过多次的写「之前报过(最早第 N 轮,加这次共 k 次)」,连报三次还挂着的会在明细后面点名催处置。报过没报过是两件事:一个是发现,一个是欠账。更早的账读不出来时一个字都不说,不拿「没读」冒充「新报」。
|
|
179
|
+
|
|
180
|
+
### 注入
|
|
181
|
+
|
|
182
|
+
每轮常驻的只有一段 1,235 字符的 L0(怎么用、有条目怎么找、没条目怎么办),**不随对话变化**——这是 prompt 缓存能命中的前提。
|
|
183
|
+
|
|
184
|
+
变化的东西不进 system prompt,但也不能全靠「模型想起来才查」:0.2.18 把每轮自动邻域整段删掉之后,检索退化成「想起来才查」,记忆系统等于半瞎。0.2.145 把邻域接回来了,走的是另一条路——`agent/pre-step` **尾部追加**一条来源标记为 `macro-memory:neighbor` 的消息:
|
|
185
|
+
|
|
186
|
+
- 前缀一个字节不动,缓存照旧命中;
|
|
187
|
+
- 只带这一轮的话在星图里连着的那几条,**一次最多 4 条、封顶 420 个字符**,本会话带过的 id 不再重复带(每会话上限记 200 条);
|
|
188
|
+
- 一条都没有就一个字都不注入;星图报错只记日志,不挡这一轮;
|
|
189
|
+
- 注入块开头就写明「自动带来的、不是用户说的原文」,收尾给读全文的办法——否则模型会把摘要当原文引用;
|
|
190
|
+
- 子代理会话不注入;旋钮 `neighborInject` / `neighborMax` / `neighborChars` 可关可调。
|
|
191
|
+
|
|
192
|
+
## 省 token 的账怎么算
|
|
193
|
+
|
|
194
|
+

|
|
195
|
+
|
|
196
|
+
| 项 | 融合前 | 现在 | 说明 |
|
|
197
|
+
| --- | --- | --- | --- |
|
|
198
|
+
| 工具 schema | 56,759 B(17 个) | **13,372 B(8 个)** | `tools/probe-host.mjs` 实测 D2 判据 |
|
|
199
|
+
| 常驻注入 | 4,085 字符 | **1,235 字符** | 同一支探针 E2 判据,上限 1,400 |
|
|
200
|
+
| 旧工具名残留在注入里 | 有(`nebula_recall` 等) | **0** | E4 判据 |
|
|
201
|
+
| 别名工具 | — | 默认关闭 | 打开后 19 个工具,供老会话/老脚本过渡 |
|
|
202
|
+
|
|
203
|
+
按 JSON schema 约 3.9 B/token 折算:**每轮少付约 1.1 万 token**。会话越长越赚——这部分是**固定开销**,第 1 轮和第 200 轮一样要付。
|
|
204
|
+
|
|
205
|
+
省 token 的三刀,按收益排序:
|
|
206
|
+
|
|
207
|
+
1. **砍工具面**(17 → 8,−79.4%):合并同义工具,`mode` 用一个枚举代替四个工具。
|
|
208
|
+
2. **压注入**(4,085 → 1,235 字符,−69.8%):只留「怎么用 + 没找到怎么办」,全文手册改成 `memory_admin(action="guide")` 按需取,用完即弃。
|
|
209
|
+
3. **邻域注入改成「有上限、不碎缓存」**(nebula 原来每轮把邻居关系塞进 system prompt):0.2.145 起挂在 pre-step 尾部、4 条封顶、块长 420 个字符,读过的不再带。它不再是纯省 —— 省 token 只是亮点,检索质量才是目的。
|
|
210
|
+
|
|
211
|
+
## 8 个工具
|
|
212
|
+
|
|
213
|
+
| 工具 | 干什么 | 关键参数 |
|
|
214
|
+
| --- | --- | --- |
|
|
215
|
+
| `memory_remember` | 写一条记忆 | `content` / `level` / `project` / `keywords` / `importance` / `links` |
|
|
216
|
+
| `memory_search` | 检索(四种模式) | `query` / `mode` / `k` / `limit` / `expand` / `id` / `memory_ids` |
|
|
217
|
+
| `memory_read` | 读一条(连邻居一起带出) | `id` / `neighbors` |
|
|
218
|
+
| `memory_update` | 改内容/状态/关键词/归属 | `id` / `content` / `status` / `keywords` / `importance` / `project` / `links` |
|
|
219
|
+
| `memory_project` | 一个项目的全景 | `project` |
|
|
220
|
+
| `memory_link` | 星图连线:连/断/屏蔽/解释路径 | `action` / `a` / `b` / `note` / `maxHops` |
|
|
221
|
+
| `memory_dream` | 记忆整理(封存本窗口) | — |
|
|
222
|
+
| `memory_admin` | 运维面板 | `action` = home/stats/hygiene/sources/ingest/cost/links/guide |
|
|
223
|
+
|
|
224
|
+
七层:`soul`(AI 自身)/ `user`(用户与环境)/ `rules`(准则)/ `fact`(原子事实)/ `lesson`(经验)/ `topic`(一件事的来龙去脉)/ `project`(项目,含 overview/structure/decisions/quotes/ops/todo)。
|
|
225
|
+
|
|
226
|
+
## 安装
|
|
227
|
+
|
|
228
|
+
### 从插件市场
|
|
229
|
+
|
|
230
|
+
DSH → 设置 → 插件市场 → 索引源填本仓库的索引地址:
|
|
231
|
+
|
|
232
|
+
```
|
|
233
|
+
https://raw.githubusercontent.com/hanhan9999999999999999999/dsh-macro-memory/main/plugin-market/index.json
|
|
234
|
+
```
|
|
235
|
+
|
|
236
|
+
索引是 [格式 1](https://github.com/deepseek-ai/deepseek-harness) 的 JSON(`plugin-market/index.json`,随包校验:`tools/check-market.mjs`)。
|
|
237
|
+
|
|
238
|
+
国内网络拉不到 `raw.githubusercontent.com` 时,把索引源换成镜像(`plugin-market/index.cn.json`:与主索引逐字段相同,只有仓库地址带反代前缀,钉同一个 commit):
|
|
239
|
+
|
|
240
|
+
```
|
|
241
|
+
https://gh-proxy.com/https:/raw.githubusercontent.com/hanhan9999999999999999999/dsh-macro-memory/main/plugin-market/index.cn.json
|
|
242
|
+
```
|
|
243
|
+
|
|
244
|
+
实测(2026-11-19,本机):`raw.githubusercontent.com` / `cdn.jsdelivr.net` / `cdn.statically.io` 直连全部失败;`gh-proxy.com` 取索引 1.9 s、取图标 3.4 s。市场安装要 `git clone`,直连 GitHub 300 s 超时,走反代 23 s 拉完 164 个文件、checkout 到钉住的 commit 成功。
|
|
245
|
+
|
|
246
|
+
> 反代地址里的内层协议只写一个斜杠(`https:/github.com/...`)不是笔误:宿主校验 git 源时要求 `new URL(v).href === v`,写成 `https://` 会被压成 `/https://` 而被判「不是规范 URL」。
|
|
247
|
+
|
|
248
|
+
### 手动
|
|
249
|
+
|
|
250
|
+
```bash
|
|
251
|
+
# 1) 放进 vendor(或任意路径),装进 profile
|
|
252
|
+
cd <DSH_HOME>/vendor
|
|
253
|
+
git clone <THIS_REPO> dsh-macro-memory
|
|
254
|
+
|
|
255
|
+
# 2) profile 里登记(file: 协议,pnpm 不会在 install 时删掉它)
|
|
256
|
+
# profiles/<名字>/package.json → dependencies
|
|
257
|
+
# "dsh-macro-memory": "file:D:/dsh-home/vendor/dsh-macro-memory"
|
|
258
|
+
|
|
259
|
+
# 3) 只留一条 bundle
|
|
260
|
+
# profiles/<名字>/cordis.patch.yml
|
|
261
|
+
- insert:
|
|
262
|
+
- id: macro-memory
|
|
263
|
+
name: 'dsh-macro-memory'
|
|
264
|
+
config:
|
|
265
|
+
homeDir: dsh-storage
|
|
266
|
+
reflectTurns: 5
|
|
267
|
+
promptLang: zh
|
|
268
|
+
nebula: {}
|
|
269
|
+
```
|
|
270
|
+
|
|
271
|
+
**必须关掉原来的 `meow-memory` 与 `dsh-memory-nebula`**:本包 `vendor/` 里是它们的内核,再装原包会重复注册工具与客户端 UI。
|
|
272
|
+
|
|
273
|
+
重启 DSH 生效(不是刷新页面)。
|
|
274
|
+
|
|
275
|
+
## 设置与热应用
|
|
276
|
+
|
|
277
|
+
设置页的每一个字段都真能写,而且**写完就生效**:
|
|
278
|
+
|
|
279
|
+
| 改的是谁 | 生效方式 | 要重启吗 |
|
|
280
|
+
| --- | --- | --- |
|
|
281
|
+
| 融合层四键(`compatAliases` / `guideMaxChars` / `toolWaitMs` / `flushThrottleMs`) | 150ms 去抖后重建工具面与注入 | 不用 |
|
|
282
|
+
| 引擎字段(`hitTopK` / `reflectTurns` / `homeDir` / `dream` …) | 拆掉那只引擎重挂,再重建表面 | 不用重启进程,但扫描从头开始 |
|
|
283
|
+
| `nebula` 段 | 同上,只重挂星图 | 同上 |
|
|
284
|
+
|
|
285
|
+
一个坑写在这里省别人一轮:宿主给的配置是 **volatile 引用**,引擎只认普通对象——把引用直接喂给引擎,它装不起来却不报错,只会表现成「工具都不见了」。所以引擎永远拿 `resolveConfig()` 解包后的普通对象。
|
|
286
|
+
|
|
287
|
+
## 兼容与迁移
|
|
288
|
+
|
|
289
|
+
- **老配置形状**:`config.meow.{…}` 旧写法仍然认(根字段覆盖),启动时打一句 warn 点名哪些键被盖住。
|
|
290
|
+
- **老注入消息**:注入来源 `kind` 从 `plugin:meow-memory` 改成 `plugin:macro-memory`,但老值仍认得(`LEGACY_PLUGIN_KINDS`)。历史会话里的折叠、锚点、重放不受影响——`kind` 是数据契约,不是装饰。
|
|
291
|
+
- **老工具名**:默认不注册 `nebula_*` / `memory_find_similar` / `memory_home`;需要时把 `compatAliases` 打开(19 个工具)。引擎输出里出现的旧名字会被翻成新名字,**返回的记忆原文一个字不改**。
|
|
292
|
+
- **不改用户数据**:`.dsh/sessions` 里的历史消息不改写;旧库目录不搬,切 `homeDir` 只切指针。
|
|
293
|
+
|
|
294
|
+
## 它凭什么更强:每一句都有读数
|
|
295
|
+
|
|
296
|
+
这一节只放读数和对照。所有数字都能在本仓库跑出来(每段末尾写了是哪个脚本),跑不出来的不写;
|
|
297
|
+
读数是自建 gold 上的,不是公开 benchmark,边界也一并写在最后一小节。
|
|
298
|
+
|
|
299
|
+
> **数字的出处与时效**:本节所有读数都是**仓库回归闸门**(`tools/probe-*.mjs`),跑一遍就能复现,有效期跟着 commit 走。
|
|
300
|
+
> 端到端 LLM-judge 那类需要模型判分的数字不在这里——它们属于历史读数(最近一次是 2026-11-20 / omni3 / 0.2.x 时期),
|
|
301
|
+
> 口径、日期与「什么情况下才能重跑」写在 [`docs/EVAL-CLAIMS.md`](docs/EVAL-CLAIMS.md)。引用任何数字前,先看那张单子。
|
|
302
|
+
>
|
|
303
|
+
> **本地 LoCoMo 检索 gold(2026-11-22,全程无 LLM)**:hit@5 **0.6159** / hit@10 **0.6953** / hit@20 **0.7546**、
|
|
304
|
+
> recall@20 `0.6822`、MRR `0.4953`、nDCG@10 `0.5029`(1,536 题剔 category 5,固定 top-20,`avg_retrieved 17.77`、`avg_context_chars 5947`);
|
|
305
|
+
> 对照 2026-11-20 的 0.2.x 旧检索基线(`avg_retrieved 19.99`):hit@20 `0.651 → 0.7546`、MRR `0.3768 → 0.4953`、nDCG@10 `0.3933 → 0.5029`。
|
|
306
|
+
> **给得更少、命中更高**;但这是命中率不是准确率,端到端 LLM-judge 自 2026-11-20 起仍未重测。
|
|
307
|
+
> 口径与复核命令见 [`docs/EVAL-CLAIMS.md`](docs/EVAL-CLAIMS.md) A2。
|
|
308
|
+
|
|
309
|
+
### 一、检索准确率:自己出题、自己判卷
|
|
310
|
+
|
|
311
|
+
`tools/probe-gold.mjs` 拿真库造了一套 gold 语料:40 条做题干(层与状态都真,五层俱全,关键词平均 9.3 个,
|
|
312
|
+
不是全 fact 的假样张),对每条写一道**照抄问句**(直接问这句话在说什么)、14 道**换说法问句**
|
|
313
|
+
(刻意避开正文用词,人真会这么问的样子)、9 道**时间锚问句**(自带版本号或日期)。每题指定一个 `want`,
|
|
314
|
+
判卷只看 `want` 排第几——不看分数高低,分数没有跨题可比性。
|
|
315
|
+
|
|
316
|
+
| 档 | 窄池(40 条) | 宽池(146 条) | 宽池 MRR | 闸门 |
|
|
317
|
+
| --- | --- | --- | --- | --- |
|
|
318
|
+
| 照抄(44 问) | hit@1 **1.000** | hit@1 **0.977** · hit@3 1.000 | 0.989 | ≥ 0.93 |
|
|
319
|
+
| 换说法(14 问) | hit@1 **0.929** | hit@1 **0.929** · hit@3 1.000 | 0.952 | ≥ 0.71 |
|
|
320
|
+
| 时间锚(9 问) | hit@1 **1.000** | hit@1 **0.889** · hit@3 1.000 | 0.944 | ≥ 0.70 |
|
|
321
|
+
|
|
322
|
+
**宽池是真宽**:146 条里有 106 条只该当噪音,宽池的「前 5 条结果序列」与窄池有 **40 处不同**、
|
|
323
|
+
宽池独有条目进榜 **38 处**——不是把 40 条原样跑一遍再声称 146 条。
|
|
324
|
+
「换一说法还能不能找到」这一档是故意做难的:问句里没有任何一个正文词,全靠同义词桥与关键词字段接回去。
|
|
325
|
+
|
|
326
|
+
### 二、每一把刀都有「关掉就掉」的对照
|
|
327
|
+
|
|
328
|
+
单项机制的贡献不是估的,是把那个开关关掉再量一次:
|
|
329
|
+
|
|
330
|
+
| 机制 | 关掉 | 开着 | 说明 |
|
|
331
|
+
| --- | --- | --- | --- |
|
|
332
|
+
| 同义词桥(18 组动作表) | 换说法 0.714 / 0.786 / 0.738 | **0.929 / 1.000 / 0.964** | 照抄、锚点各漂移 0 条(只抬该抬的那一档) |
|
|
333
|
+
| 时间锚(问句自带版本/日期) | 0.977 | **1.000** | 非锚问句漂移 0/53(不该动的没动) |
|
|
334
|
+
| 关键词加权(抬到平台,不是捏一个点) | 锚点 0.778 / MRR 0.889(旧口径) | **0.889 / 0.944** | 抬过头照抄掉到 0.977——平台比顶点稳 |
|
|
335
|
+
| 缘由/现状折价(0.2.179) | 照抄 0.955 | **1.000** | 0.2.180 把折价也乘进分档后,换说法 0.857 → **0.929** |
|
|
336
|
+
| 覆盖度 + 协调因子 | 分差 29.10 | **分差 33.64** | 幂次旋钮能把分差再拉到 34.50 |
|
|
337
|
+
| 关键词当正文(降成普通词) | 1.000 / 0.857 | **1.000 / 0.929** | 关键词只该是字段,不该稀释正文 |
|
|
338
|
+
|
|
339
|
+
最后一行是反例对照:如果「把 keywords 拼进正文」更好,说明字段设计没意义;实测更差,所以它只是字段。
|
|
340
|
+
|
|
341
|
+
### 三、重要度、层级、状态:先验不是摆设
|
|
342
|
+
|
|
343
|
+
- `importance=4` 的乘数是 **1.75×**、`importance=1` 是 **1.00×**;把乘数抹平,同一条记忆的分数从 1.31 掉到 0.748
|
|
344
|
+
(`tools/probe-recall.mjs` R2,两条阴性对照:抹平后确实掉、且按时间排序会给出错误的旧条)。
|
|
345
|
+
- 分层检索不是「谁层高谁先」:问「为什么封存」去叙述层(project/topic)取答案,问「该怎么做」去规矩层(rules)取;
|
|
346
|
+
规矩条在缘由句里折到 **0.6**、在现状句里折到 **0.3**,普通问句一刀不切(`probe-gold` G28 量的是比值 0.600 / 0.300,不是名次)。
|
|
347
|
+
- 排序是两套秩序:**先分档(证据硬不硬)、档内比分数**。折价必须同时乘在「分档用的 `_raw`」和「排序用的 `score`」上——
|
|
348
|
+
只乘分数时,把那条压到 0.1 它照样排第一(0.2.179 踩过这个坑,INTERNAL 9.187 有实测)。
|
|
349
|
+
|
|
350
|
+
### 四、速度:1200 条库 3.3ms
|
|
351
|
+
|
|
352
|
+
| 库规模 | p50 | p95 | max |
|
|
353
|
+
| --- | --- | --- | --- |
|
|
354
|
+
| 40 条 | 0.1ms | 0.3ms | 0.6ms |
|
|
355
|
+
| 400 条 | 1.0ms | 2.1ms | 3.2ms |
|
|
356
|
+
| 1200 条 | **3.3ms** | 6.1ms | 9.3ms |
|
|
357
|
+
|
|
358
|
+
- 闸门是 p95 ≤ 20ms(0.2.153 之前是 121.8ms——那版每次检索都重扫全库)。
|
|
359
|
+
- 规模 ×3 时耗时 ×3.16,守的是「别出现平方级」,不是「线性就不管」。
|
|
360
|
+
- 指纹缓存:同一张库连问,开缓存 **292.6ms**、关缓存 **5,037.3ms**(**17.2×**),而 45 问的答案**逐位相同**——
|
|
361
|
+
缓存只许省时间,不许改答案。缓存有上限(最多 4 张库),改一条记忆指纹立刻变(连「等长改写」都认得出:
|
|
362
|
+
「蓝绿切换」→「红黑切换」同为 17 字,分数 0.432 → 2.079)。
|
|
363
|
+
|
|
364
|
+
### 五、省下来的 token 是真省
|
|
365
|
+
|
|
366
|
+
| 项 | 数值 | 闸门 |
|
|
367
|
+
| --- | --- | --- |
|
|
368
|
+
| 常驻注入 | **1,235 字符 / 1 段** | ≤ 1,400,余量 165 |
|
|
369
|
+
| 工具 schema(8 个) | 原始参数 **4,714 B**;宿主投影后 **13,567 B** | 投影 ≤ 16,000 |
|
|
370
|
+
| 工具整字面量(含 render) | **107,583 B** | ≤ 110,000 |
|
|
371
|
+
| `memory_search` 单项 schema | 6,851 B | ≤ 7,500 |
|
|
372
|
+
| 每轮固定开销 | 约 **2.2K token**(融合前 14–16K) | — |
|
|
373
|
+
|
|
374
|
+
回执也不白花:超过 500 token 自带成本尾注,超过 1,200 token 会建议给 `budget`;
|
|
375
|
+
`budget` **五路都吃**(本地 / 星图 / 补邻居 / 相似 / 读),砍的顺序是「先砍每条的字、再砍条数」,
|
|
376
|
+
并且每砍一刀都写清砍了什么——装不下时给的是**实测**最小值,不是估的。
|
|
377
|
+
|
|
378
|
+
### 六、自证:3,511 条可执行断言,少一条判红
|
|
379
|
+
|
|
380
|
+
| | |
|
|
381
|
+
| --- | --- |
|
|
382
|
+
| 自检支数 | **30 支**(1 支 verify + 25 支探针 + 4 支契约/体检) |
|
|
383
|
+
| 断言总数 | **3,511 条**,全跑约 220 秒 |
|
|
384
|
+
| 基线 | `tools/baselines.json` 记下每支的条数与耗时上限 |
|
|
385
|
+
| 反面证据 | 每支都带**阴性对照**:机制删掉、判据要能红。删了还绿,那条判据就是注释 |
|
|
386
|
+
|
|
387
|
+
30 支覆盖:检索融合、星图、宿主装配、客户端 UI、判据覆盖审计、参数审计、工具体积、工具面、词表、
|
|
388
|
+
召回、合并、去重、相似、面板账本、gold 准确率、成本、客户端 bundle、注入、YAML、市场索引、加载面、星图面板、
|
|
389
|
+
查询分解、写入端巩固、写入端通胀体检(自证率 / 召回闭环 / 层通胀)、自动取代(五类硬事实 / suggest 只建议)、
|
|
390
|
+
实体层与动态跳数(四类硬事实 / 层不进图 / 第二跳按词面收 / 硬边照走)、
|
|
391
|
+
共现自学习扩词(词源取 keywords / 同条 2 跨文档 1 / 三道门 / 库越大越连得上)、体检。
|
|
392
|
+
|
|
393
|
+
断言数写进基线之后,「改坏」不再靠人发现:少一条、慢一截、读数掉下闸门,都会在 `check-all` 里变成红。
|
|
394
|
+
|
|
395
|
+
### 七、不说满的地方
|
|
396
|
+
|
|
397
|
+
- gold 语料是**自建**的 40 条样张 + 45 照抄 + 14 换说法 + 9 时间锚,池子最大 146 条。它证明的是「机制有效、改动不伤老题」,
|
|
398
|
+
不代表任何公开榜单的名次。
|
|
399
|
+
- 换说法 **0.929**:14 题里错 1 题;宽池另错 1 题。错的那题问「自动筛掉结果时要不要给接班的那条开个小门」,
|
|
400
|
+
想要的是「例外/破例」那组,靠同义词表接回来了,但排序上仍可能被更强的规矩条压一名。
|
|
401
|
+
- 时间锚 **0.889**:9 题错 1 题,那一题的 gold 本身偏严(被选中的 topic 条正文开头就是「评测线为什么封存」,
|
|
402
|
+
其实答得更准),这条没有为迁就 gold 去改引擎。
|
|
403
|
+
- 同义词桥是**中文动作表**(18 组),不做跨语言同义;库里英文条目靠 BM25 原样匹配。
|
|
404
|
+
|
|
405
|
+
---
|
|
406
|
+
## 质量:怎么证明它没坏
|
|
407
|
+
|
|
408
|
+
```bash
|
|
409
|
+
node tools/check-all.mjs # 30 支自检,3,511 条断言,约 220s
|
|
410
|
+
node verify.mjs # 单支:宿主契约 + 浏览器装配
|
|
411
|
+
node tools/doctor.mjs # 体检:两棵树字节一致、加载面、注入长度、队列、账本
|
|
412
|
+
```
|
|
413
|
+
|
|
414
|
+
- **30 支自检 / 3,511 条断言**,全部可执行,覆盖:宿主装配契约、真 vendor 端到端联动(含星图缺席降级)、真 meow 库 + 真 nebula 引擎的节点/边/生命周期、真 cordis + 真 ToolsService + 真 SystemPrompt、浏览器侧 UI 注册、17 个原工具 → 8 个统一工具的参数级覆盖审计、查询分解量尺(20 题双实体:切开 20/20、原榜前 3 不动、救回 1 题)、写入端巩固量尺(桩 flow 数调用:`off` 不发检索 / `suggest` 不写库 / `write` 恰多 1 条)、写入端通胀量尺(九类体检同序 / 自证率与层通胀的阳性与阴性对照 / 真 sqlite 数 `read_count`——检索不冒充读、老库自动补列)、自动取代量尺(五类硬事实 / 两道门槛分开 / `off` 零检索 / `suggest` 一个字不写库 / `apply` 才标 stale / 人点名的不重复建议 / 与 meow 判据同结论)、17 个原工具的清单与 schema 体积(render 闭包另设粗胖线)、工具账本(每个脚本有归属)、口径总账(手册/schema 常量/对外文案同源)、召回校准(相关度优先 + 重要度进分数 + 相关度下限 min_rel)、合并账本(关键词并集 / 归属不搬 / 变短默认不换 / overwrite 才换)、跨层重复(写时点名另一层 / 检索折叠逐字级重复 / dedupe: false 看全量)、相似检索(基准与候选同一把尺子 / 本会话刚写的也算候选 / 端过的不再端)、两把尺子(相似度 cosine 与逐字重复度 Jaccard 并报 / 与写侧合并判据同源 / 长文嵌一句要点名)、记忆体检口径(「相似 N」是稀有词签名估算、判「同一句存两层」看 repeat、两把尺子靠一句口径说明指路)、dream 重复对(整理清单里点名逐字重复的对子 / 没对子一个字不加 / 短 id 在清单内互不撞前缀)、dream 跨轮次重复(同一句话一条 fact 一条 topic 也点名 / 一对只说一次 / 半边标「另一组」并说清怎么处置)、dream 重复详写(短摘录 + 长详写也算同一件事 / 覆盖度 ≥90% 且短条至少 8 个词 / 与逐字重复块互斥不重复点)、dream 合并处方(每个重复详写对下面点名短条里长条没有的词、最多 6 个 / 无损时明说「没有长条之外的词」/ 三把尺子各管一段:重复合并、相似不许合并)、dream 整理留痕(回执先说这一轮看到几轮几条 / 几对逐字重复 / 几对重复详写 / 几个词要补;收尾把同一份数字写进 dream_log 的 changes.plan 与 summary;念完即清 meta,下一轮读不到旧账)、整理留痕面板(`memory_admin(action="dream")` 照账本念,不现算;没工作区 / 还没建库 / 库读不开 / 账本为空四种来路各说各话;0.2.96 之前的老记录明说「比 0.2.96 早」,不冒充有规模)、整理走向(每条账带 `#k` 序号与「落库 是/否」,末尾一行趋势给最近几次的重复对/缺词合计与「在变多/在变少/持平」;可用记录不到 2 条不出这一行,不到 4 条自带「样本太少别当走势」,老记录跳过时点明几条没参与),都含阴性对照、整理中那一轮(dream 正在跑时面板第一行就报这一轮多大——规模读的是 `dreamdigest`,不是账本;不给这轮编 `#k`、也不进趋势;只有 lease 活着才算「进行中」,lease 一放掉第一行立刻消失;只有 lease 没有摘要就说「规模还没落 meta」,不拿当前清单现算;SSE 的 `dreaming` 事件同时带上这份规模,老消费方只认 `state` 照样工作)、整理留痕的翻页与单条展开(账本长了要能翻:`page` 从 1 起、编号「第几近」跨页连续、总数来自 `COUNT(*)` 不是本页条数、页越界退到最后一页并说清;`id` 摊开某一条的摘要 / 备注 / `changes` 原文,超长截断并报真实长度,老记录明说没有规模,坏行只说读不出来不拿摘要凑;`page`/`id` 给脏了当面打回,不静默退回默认;趋势与「整理进行中」只在第 1 页出)、账本按项目段翻账(`changes.plan.projects` 以前只被数了个数:第 1 页没筛时多一行「项目段:Alpha 3 次 · Beta 1 次」,只列前 5 个并说「还有 N 个没列」;`project=` 筛在 SQL 里做(`json_valid` + `json_each`),页面与总数共用一个筛子,坏行不许算成匹配、也不许带崩整本账;筛着时不再给分布、编号明说「是筛出来这几条里的第几近,不是全账本序号」,导航写「共 M 条(项目段「X」)」;筛空说「账本里没有项目段「X」的整理记录(全账本 N 条)」而不是「账本还是空的」,并点明项目名要按原样写;展开时补一句属于/不属于这个项目段,编号仍是全账本第几近;`project` 给成长句当面打回;写侧存名字不存个数——`changes.plan.projects` 从 0.2.102 起是真名字(trim / 去空 / 去重保序),个数另存 `projectCount`,老账本照个数念而不念成 0;`changes.plan.pairs` 把「跟谁撞了」也落账(短 id 与整理清单同一套,能直接 `memory_read` / `memory_update`;`cover` 带「合并会丢哪几个词」),一条账最多存 6 对明细,而「这一轮共几对」是真数不被上限截断;老账本「有数无明细」与「真没撞上」分开说)、账本记库规模(开工那一刻按层数一遍 `status = 'active'` 的条数,写进 `changes.plan.store`:只数在用、零层不写进 JSON、收尾不再数;面板展开多一行「库规模:开工时 N 条在用(fact 1 · lesson 1 · topic 1)」,老账明说「它写在 0.2.103 之前」且不许念成「0 条在用」,没有 plan 的账不再叠一层告示;趋势行给「库 开工时 2 → 3 条(多了 1 条)」,至少两次有数才敢讲,缺的几次单独提示「库规模只有 K 次有数」;探针 L9–L11 用真库验写侧数字、D37–D39 验面板真念,含「老账不补 0」「无 plan 不叠告示」两条阴性对照)、账本行的稳定引用(`#k` 是位置、会随新账往下挪,`r<N>` 是这一行自己的号:`dream_log.id` 是 AUTOINCREMENT,只增不减、删了也不复用,所以 `r128` 永远指同一轮整理——面板每行末尾印 `· 引用 r<N>`(老账行也印,否则最早的几轮永远回指不了),第 1 页只说一次「要回指就用 `id=r<N>`,`#k` 只是此刻排第几」;`id=r128` 按引用展开,正文照账念、另起一段说「它现在排第 K 近」,引用打不开时明说「这个号从来不会发给新账」并给按位置找 / 按内容搜两条路;「第几近」那条路也顺手回一句引用,省一次翻列表;`dreamRankOf` 与账本列表共用一把尺子(`run_at` 相同再比 id),否则引用和编号会静默指向不同的行;探针 L12–L14 用真 writer 验「再跑一轮:第几近 1→2 而 `runAt` 不变」,D40–D42 验面板真念,含「ref=0 不猜行」「每页都印提示」两条阴性对照)、账本按日期筛(`run_at` 是毫秒、人说的是日期,中间这座桥现在有了:`since` / `until` 写 `"2026-11-18"` 这种日期,**闭区间**——当天 `00:00:00.000` 与 `23:59:59.999` 都算在内,前 1 毫秒后 1 毫秒都在外;**本机时区**——按 `new Date(y, mo-1, d, …)` 解并回读年月日校验,绝不用 `Date.parse`(那是 UTC,东八区整体错 8 小时),`2026-02-31` 这种被 JS 滚到下个月的写法当面打回「这种写法不敢猜」;**行与总数同一把筛子**——筛留在 SQL 里,`recentDreamsPage` 与 `dreamCountOf` 共用一份 `parts`,否则翻页漏条、条数虚高;`since > until` 也打回,且打回发生在第一次读库之前。筛空时说「这段时间里没有整理记录——账本覆盖 A → B(本机时区 UTC+08:00)」并报「全账本 N 条都在这个区间外面」,不把「这段里没有」说成「账本里没有」;展开一条时补一句它不在区间里(写在几点),引用照旧展开、明说「日期筛选也不影响引用」;只按项目筛时老句式一字不变,日期是加上去的一层。探针 L15–L17 直接插 `run_at` 量边界与覆盖范围,D43–D45 验面板真念,含「旧账不混进来」「坏日期一次库都不查」两条阴性对照)、账本记整理前后的库规模(只念开工那一眼,永远算不出「这一轮让库变轻还是变重」:`finalizeDream` 收尾时再数一次 `dreamStoreScale(db)` 落进 `changes.plan.storeEnd`,并算出 `storeDelta = 收尾 - 开工`,只在两个点都有数时才算——老账没这一格就不猜,不拿 `NaN` 或负数当 0;收尾数只能在写侧取,面板渲染时库早变了,重算出来的是「看账那一刻」而不是「整理结束那一刻」;落库日志补 `store=A->B`,`summary` 上就能对账;面板展开念「库规模:开工时 2 条在用(fact 1 · topic 1) → 收尾 3 条在用(fact 2 · lesson 1),比开工多 1 条」,老账只念开工一眼、不编收尾也不补 0;差与因分开写成两句——`storeDelta` 是「库变了多少」,`stamped` 才是「这一轮封存/完结几条」,口径句明说这一点;趋势行补「收尾净增/净减 N 条(K 次有收尾数)」,缺收尾数的账不参与合计但要说几次;文案上把两层括号叠在一起的 `(fact 1)(-2)` 改成「层数进括号、差进句尾」,趋势 caveat 也改用破折号。探针 L18–L20 真开工→中途加两条归档一条→两次 `advanceDream` 真收尾(`store=2->3`、`delta=1` 是净变化不是新写条数、归档层不进收尾层数、老账两个字段都是 `undefined`),D46–D48 验面板真念,含「只有开工数不编收尾」「不叠两层括号」两条阴性对照)、账本分清收尾方式(以前只记「这行摘要怎么写」、记不住「这件事怎么结束的」:`window dream (done|aborted):` 里那一个词既是数据也是文案,`changes` 里没这一格;`groups` 只有分子没分母,「走了 1 组」说不出本来几组;补记账被念成「这条记录比 0.2.96 早」;连续失败止损封存只写调试日志、账本上等于没发生过。现在写侧落结构化 `changes.kind` 五态:`done` / `aborted`(带 `groupsDone` + `groupsTotal`,摘要印 `groups=1/2`)/ `recovered`(带 `groupsDone`)/ `gaveup`(带 `fails`)/ `sealed`(带 `fails`,首次进账本),`groupsDone` 取 `groupsCount - 1` 因为 `abortDream` 传的是「进行到第几组」;分母必须在 `finishDream` 删 `dreamplan` 之前读(收尾动作自己就把账要吃的数据删了);`sealed` 与 `dream-debug.log` 两处都写、不互相替代(一个给排查、一个给回看)。读侧 `kindOf` 优先认 `changes.kind`(`stored: true`),认不出才退回摘要首词并明说「这一格是认出来的」,缺值是 `null` 不是 0(「走了 0 组」是假话);`reasonOf` 跳过 `(interrupted)` / `(turn-failed)` 修饰语;行上与展开各念自己的话(`走了 1/2 组就停下`、`收尾方式:连续失败已封存(连续失败 3 次)`),只有真老账才念「比 0.2.96 早」,没跑完的轮在规模段与对子段两处改口;趋势与「比更早一条」只吃跑完的一轮(半轮的 `dup/cover/missing` 是扫到那儿的中间值,加进合计等于把半张成绩单当满分算),趋势另说「K 次没跑完,不进合计」,比对遇到半轮只回「数字不可比」。探针 L21–L24 用真引擎验四种收尾——`sealed` / `gaveup` 都先 `touchWindow` 钉住 `last_event_time`,否则 `recordDreamFailure` 每轮凭 `Date.now()` 开新范围、失败次数永远从 1 重数;D49–D53 + D11b 验面板真念,含「补记账不冒充老账」「半轮不比数字」两条阴性对照)、层走向(总条数的净变化只说「库重了多少」,说不出「哪一层在膨胀」:fact 一直涨、topic 一直掉,总分可能是 0 而库的结构在烂——一轮把 2 条 topic 降成 fact、lesson 掉一条、fact 涨两条,账本念「比开工多 0 条」,读的人松一口气。现在每轮收尾时的 `storeEnd.byLevel` 摊成一条走向:只认收尾层数(0.2.103~0.2.105 只有开工数,拿它占位等于把整理前的库贴到整理后的位置上,图整齐但全是假的)、写侧零层不写进 `byLevel` 所以「写了却没有那一层」= 那轮那层 0 条在用(缺 ≠ 没记,这句写进口径)、只吃跑完的轮(半轮的层数是扫到那儿的中间值);每层念 `fact 2 → 3 → 3(+1)`/`topic 0 → 1 → 2(+2)`/`lesson 1 → 1 → 1(没变)`,按变化幅度排序只列 4 层(多的说「还有 N 层没列」),结论分涨/掉/都没变三支——没涨就不许编「涨得最多的是 fact(+0)」,那是把噪声讲成走势;少于两轮不出(一次是快照,不是走向),只在第 1 页出(它说的就是最近这几条)。探针 L25–L26 验写侧尺子按 `status='active'` 数、归档立刻掉出、零层不出现(两条 fact 的内容与关键词要刻意错开,否则写侧去重会把它们并成一条),D54–D57 验面板真念,含「单轮不出」「每层没变就说没变」两条阴性对照)、回执成本与预算(以前只说「查到了什么」、从不说「这一趟花了多少」,于是省 token 全靠调用方猜 `k`——给多了怕漏、给少了怕不够,最后总是给多:回执够大(≥500 token)时代价自带一行「≈N token(CJK 一字算 1、其余 4 字符算 1,是量级不是账单)」,1200 token 以上才缀「只想看骨架就加 budget=400」,小回执一个字不加;`budget=N` 让工具自己收紧——**先砍每条的字**(`content_max` 减半到 60)、**再砍条数**(`k` 减半到 1),每级都真改参数重查而不是截字符串(截断等于把一条记忆拦腰砍断,读者看到一句没有下半句的话,工具还说「收紧了」,那是骗人),装下就交代「收紧了 N 次、k A→B、content_max A→B」,四级之后仍装不下就**真取一次** `k=1、content_max=60` 的最小一份并写「实测」,不拿第四级的估计冒充最小;收紧排在星图段之前(顺序反了等于把邻居段落加在预算外,尾注说「按 400 收紧了」而回执仍超),星图退回本地兜底的两条路也照收;预算四态分开说(没给静默 / 不是数字 / 小于 80 / 超过 20000 按 20000 算),**给了却没生效绝不静默**,星图 / 相似两路明确说「体量由引擎的 limit / chars 决定,这次没缩」。探针 L27–L28 钉估算口径与预算四态(含可复算),D58–D61 钉出口收敛与「装不下」两条阴性对照)、预算贯通四路(`budget` 从「本地检索的参数」升级成「这次回执的约束」:本地先砍 `content_max` 再砍 `k`、星图先砍 `limit` 再砍 `hops`、补邻居先砍 `chars` 再砍 `limit`、相似先砍 `content_max` 再砍 `k`,顺序都是「先动只是少看一点细节的,再动真会少看到东西的」;预算传进来是对象,入口先摊成数字再比——拿对象比恒 false,会一路滑到「装不下」还印出「预算 [object Object]」;只报真动过的旋钮(`hops 2→2` 等于谎言),报「最小」之前把所有旋钮压到下限再量一次;本地 `expand` 的扩散段按 `remain = budget - 本地那一段`算,剩余不够就不拿并告诉读者两条出路;尾注不再声称「只有本地能收紧」。探针 D62–D66 钉四路各自收哪个旋钮与「装不下要量到下限」,D61 改成「没给预算就不缩也不说废话」两条阴性对照)、项目走向(层走向只说「哪一层在涨」,说不出「是谁在涨」:Alpha 加 3 条、Beta 删 3 条,fact 的净数没变,层走向念「fact 没变」而实际上一个项目在长肉、另一个在被清空——所以按项目再摊一条走向:只数带项目归属的 5 层(`project` / `fact` / `lesson` / `topic` / `rules` 有 `project` 列,`soul` / `user` 只有 `COMMON_COLS` 没这一格,口径句里明说,免得读者拿总条数一减以为 soul 的条目丢了)、跨层同名相加(读者问「这个项目多大」,不是「它的 fact 多大」)、NULL 与空串不算一个项目(否则每个全局条目都变成一个叫 `null` 的项目)、一个项目都没有时整格不写(空对象落进 JSON 会被读成「数过,零个项目」)、只认收尾那一刻的 `storeEnd.byProject`(0.2.111 之前的账没有这一格就不进走向,不补 0 让线看起来连续)、名字按写入时原样存所以改过名的会算成两行(口径句明说,不偷偷猜改名)、三支结论涨/掉/都没变——没涨就不许编「涨得最多的是 Alpha(+0)」,那是把噪声讲成走势。探针 L29–L31 用真库验跨层相加、全「全局」库不出现空名、归档后整个键消失,D67–D70 验面板真念,含「单轮不出」「每个项目都没变就说没变」两条阴性对照)、读也吃预算(read 是唯一一支回执里带「caller 点名要的东西」的工具,所以它不能像别的工具那样砍内容:正文一个字节都不截,能缩的只有邻居**条数**——给了 `budget` 就先从你要的条数往下试 6 / 3 / 1 / 0,每档都真取一次真量一次(估算与真实体量之间没有稳定比例,最多试三档,且绝不超过你自己要的数),装下就写「邻居 12→6 条才装下」;一条邻居都砍光了还装不下,就只给**骨架**:正文第一行(≤120 字)+ 缺口与三条出路(正文共多少字≈多少 token / 你给的预算是多少 / 把 budget 提到 ≥ 体量,或者先 `memory_search` 看摘要挑一条),因为「截一半给你」比「不给你」更坏——读者会把半条当成全文;连骨架那一行都超预算时再加一句「连上面那一行标题都超过你给的预算了」,宁可超几点 token 也不让形态被误认。尾注自己也要装进预算:砍过邻居必须交代(优先于预算),没砍就只在装得下时才加这一行;`budget` 给的不是数字或比 80 还小时照不限额给,但那句话一定带出来。探针 D71–D77 钉骨架不调星图、砍邻居真发生、装得下只问一次、`neighbors=0` 不问星图,含「非数字照给不限额」与「骨架那行也超预算」两条阴性对照)、项目走向的时间信息(净差只说「变了多少」,说不出「第几次才冒出来、哪一轮归零」:`Alpha 3 → 4 → 6(+3)` 里看不出它是第三次才出现、也看不出 Beta 从第二次起就没了——所以每个项目多两句点名,`firstLive` 找第一个大于 0 的位置念「第 N 次起有数,现在 M 条」(第一格就有数的是「一直在」,不许当新出现;数组下标 0 要换成人读的第 1 次),`lastLive` 倒着找最后一个大于 0 的位置,若它后面还有格子就念「第 N 次是最后的数:M 条」——报最后一次的数,不重复写「现在 0 条」;两类各最多点 3 个,多的写「还有 N 个没列」,两种同时出现时补一句「一存一失如果条数对得上,很可能只是改名——这条走向不替你猜,要确认就翻那一轮的账看项目段名字」,因为改名与「清空一个另起一个」在条数上一模一样,区别只在内容;序列本身也要省——`compactSeq` 在超过六轮(`SEQ_HEAD 2 + SEQ_TAIL 3 + 1`)时折成「头 2 … 尾 3」,阈值卡在「折一次至少省掉两个数」,否则省略号比它省下来的还长,折了几次必须报数(`序列太长,中间 3 次用 … 省略`),不然省略号会被读成「这几次没数」;顺序固定为抬头 → 序列 → 涨/掉/都没变 → 新出现 → 消失 → 改名线索,caveats 另起(还有 N 个项目没列 → 折了几次 → 没跑完的轮 → 常驻口径),先「看到了什么」再「没看到什么」。探针 D78–D82 验八轮折叠、新出现点名、消失点名、改名提示三要素,含「平稳走向不加戏」阴性对照)、疑似冲突(关键词至少共用两个而数字/版本不同 / 不合并不自动改 / 计数与明细分开 / 0 与没查分开)、冲突跨轮追踪(往回翻十条账认老账 / 新报与重提分开 / 连报三次点名催处置 / 读不到就不表态)、冲突去向(上一轮报的、这一轮不报了——已归档 / 正文改过 / 查不到 / 两条都没动过四种去向分开说,一次只摊三对)、取代关系(写新的同时把被顶掉的旧的降格:`memory_remember` 加 `supersedes`,旧条目只标 stale + 正文留一句「(已被取代:<新 id>「<新内容前 24 字>」,日期)」,不删、还读得到、可改回 active;找不到 / 已归档 / 已标过 / 短 id 多命中 / 写库失败五种「像成功」的失败各说一句,一次最多 5 条、超出的原样报回、来源一行(读一条记忆时一并念出来路:整理封存 / 会话直写 / 老库迁移 / 没记来源会话,外加被读过几次、有没有被主人纠正过;四种来路不许合成一句,近似要写明「那次整理里封存」,读元数据不许顺手 markAccessed,没库 / 没工作区 / 找不到这条时一个字不写且不替你建空库))、检索融合(本地检索与星图扩散两路名次合成一张榜 RRF k=60:同一条只占一个位置、三种来路分开说、两路都命中的排最前;本地命中带全文、星图独有只带「为什么相关」+ 摘要;截断报「另有 N 条没展开」;预算紧时先砍星图独有那几条;本地零命中 / 星图回执解析不出 / 预算装不下都退回原来的两段式,不硬凑半张榜)、准确率量尺(40 条真实样张 × 45 条自然问句,hit@1 / hit@3 / MRR 三档聚合 + 两次阴性对照 + 可选稠密层的三态与「拆掉它逐位不变」)、注入体、加载器判据、组合产物、YAML 接线、市场索引、体检。
|
|
415
|
+
- **按句改 + 改前留一版**(0.2.157):`memory_update` 只改一句不必重发整段正文——`patch: [{find, replace}]` 的 `find` **必须唯一命中**,0 次(这版正文里没有这段)与多次(定位不到唯一一处)都**一个字都不写**并把理由原样说出来;`append` 在末尾补一段(空行分隔);改完比原文短三成以上且没带 `allowShrink: true` 就拒绝写(防「按句改」变成「整段删」,40 字以下短文本不设闸);写之前把旧正文留底(同一条最多 3 版、逐字相同的旧正文不重复记、没库不建表),`restore: 1` 退回到改之前那一版,退回时把当前这版再留一次底——退回去也是一次可退的改动;来源一行顺带念「改过几次(最近什么时候)」,只在真留过底时出现。四个参数只在融合层消费(vendor 的 schema 是 `additionalProperties: false`),不进 `pick` 白名单。
|
|
416
|
+
- **星图面板层:引力可调 + 局部图 N 跳 + 标签随距离淡出**(0.2.158):三维星图多了两组控件,**零 token**——面板是 iframe 里的静态文件(`host/http.js` 按文件服务),工具 schema 与常驻注入一个字节没动,改完刷新即生效、不用重启。**引力四个滑杆**(斥力 1200–20000 / 弹簧长度 30–200 / 项目向心 0–0.08 / 阻尼 0.6–0.96):拖动只改数字、松手才重排(每像素触发一次收敛就是把画面卡成幻灯片),参数存 `localStorage` 的 `nebula.force`;改完先丢掉那份缓存的布局再收敛,否则滑杆动了画面纹丝不动;默认值只有一份(读渲染器导出的 `FORCE_BASE`),渲染器尚未加载时的那份兜底镜像由探针逐位比对,漂了当场红。**局部图滑杆 0–4 跳**:以选中的那颗星为中心只留 N 跳以内的邻居(`neighborhoodIds` 是纯函数,0 跳=回全图,回全图传的是 `null` 而不是空集合——空集合的意思是「什么都别画」),没选中就拖会说一句「先点一颗星」;裁剪只在 `visible()` 这一处收口,检索、计数、导出照旧吃全图,「看得见」和「算得到」不打架。**标签**原来只有簇名:现在悬停/选中的那颗永远写名字,其余按重要度→度数取前 14 颗,透明度随相机距离在 1100→1900 之间线性淡出(离散阈值会在缩放时「啪」地跳一下),长标题截 18 字。三个纯函数与面板共用同一份实现,`tools/probe-nebula.mjs` 在纯 window 沙箱里真跑一遍边界值。
|
|
417
|
+
- **时间锚:问句自带版本号/日期,就按那一刻排**(0.2.159):问「0.2.146 加了什么」,答的该是那次的记录,哪怕它现在已经 stale——可打分器一直按「今天」折新鲜度与状态,于是正解被乘了 0.6 挤到第二(实测 bm25 只差 0.015,是折扣定的胜负,不是证据)。现在问句里出现 `0.2.146` / `2026-11-21` / `2026年11月` 就认一次锚,**逐条**看该条正文/标题/项目里到底有没有那个日期,有才免这两样折扣:词分、覆盖度、分档一个都不动,`status` 也不会被洗成 active(免的是排序折扣,不是「它没过期」这件事实)。读数:照抄池 45 问 hit@1 **0.911 → 0.933**、MRR 0.944 → 0.956,换说法池三项不变(口径只补时间不补词汇),锚点组 10 问 hit@3 1.000,代价是「2026-11-21 **之后**主线停在哪一版」这类区间问句从第 1 滑到第 2(仍在 hit@3 内,已知边界)。开关是 `search(q, docs, { timeAnchor: false })`,探针里就靠关掉它变差来证明这条判据没白写。**请求前缀 0 字节**。
|
|
418
|
+
- **稠密只补盲区,不并列投票(词法不想说话的时候才轮到它)**(0.2.166):词法这一族量到平台之后,剩下的错分几乎都是「词面根本没沾上」——真库换说法池里 7 道没进 top3 的题,榜首覆盖度全在 **0.072–0.142**(命中题中位 1.00),而同样的题稠密向量能把其中两道直接顶到前两名。先试了 0.2.154 的老路(并列 RRF 融合),**全面变差**:词法 0.798 的换说法池掉到 0.738、锚点 0.883 → 0.825、真库自找 0.997 → 0.954——通道之间不是「多一票更民主」,弱的一方只会给强的一方加噪,旧结论的正确性绑在当时的词法能力上。改成**先量「它自己承认不行」长什么样**:查询 top1 的覆盖度 < `DENSE_RESCUE_COVER = 0.2` 才允许稠密介入(复用 9.171/9.172 同一个覆盖度,不另立阈值),词法前 `DENSE_RESCUE_HEAD = 4` 名原样不动,其后按余弦重排且 `DENSE_RESCUE_COS = 0.45` 以下不进来,词法找到的尾巴按原序接回末尾(兜底不许把已有的弄丢)。零损失形态:**hit@1 与 hit@3 一条不动,top5 三池各 +1**——照抄 44 → 45、换说法 13 → 14(MRR 0.798 → 0.810)、真库换说 11 → 12(0.524 → 0.538),真库自找 149/150/150 不动,五池 233 题**没有一题变差**。验收时抓到一个设计错:第一版只在低覆盖时 rescue、其余仍走 RRF,于是「装了模型」这件事本身就改回执(真库自找 149 → 138);改成**词法有把握就闭嘴**,老融合保留成显式开关 `denseFuse: true`——能力不砍,只是不再默认。四道门都可收回(`denseRescue: false` / `rescueCover: 0` / `rescueHead` / `rescueCos`),收回后与没有这个功能时逐位相同;没装模型时整条路径一次都不触发。探针 **G24** 九项判据 + 四条行为 + 阴性对照,验收块 **HZ** 七条。
|
|
419
|
+
- **同一串字,有时是坐标,有时是主语**(0.2.178):真库里问「0.2.148 的时候基线收敛了两轮吗」,答案那条词分 22.29 却排第 2,被一条词分只有 8.54 的「0.2.148 已交付」压住——赢的不是词,是 `bandize()` 里的 -1 特权档:谁把版本号写进 keywords 首位,在任何提到 0.2.148 的问句下都排第一。这一版把「时间状语里的标识符」判成坐标:档位、词分加成、加法补分三条路一起关(只关一条会被另两条顶回去);判据只认结构词(的时候/那会儿/当时),泛时间词一个都不许进。宽池时间锚档 0.778 → **0.889**,照抄/换说法/真库三处零漂移。同轮试了因果证据、长度封顶、新鲜度不看重要度三个机制,读数全部否决,三道否决记录进文档——否决也是产出。
|
|
420
|
+
- **0.4.0:先把账算清,再动检索和写入两头**(0.4.0):这一版七件事,全部带读数、全部有回滚开关(另有一次 **2026-11-22 的本地 LoCoMo 检索重测**:不算这一版的功能,但读数记在 [`docs/EVAL-CLAIMS.md`](docs/EVAL-CLAIMS.md) A2——hit@20 `0.651 → 0.7546`、MRR `0.3768 → 0.4953`,全程无 LLM)。①**口径单**——新建 `docs/EVAL-CLAIMS.md`,把「现在能引用的」与「已过期不得当现状的」分成两张表:表 A 是仓库闸门读数(30 支自检 / 3,511 条断言 / 两棵树 181 个文件字节一致),表 B 是 2026-11-20 那次 LoCoMo 端到端(71.95、recall@20 0.672 等),**表 B 一条都不许当现状引用**——2026-11-20 之后检索层又动了上百个版本,这期间没有重跑过端到端评测。②**查询分解**(`multiQuery`,默认 `off`)——复合问句按「跟 / 和 / 还是 / 哪个」切成 ≤3 段子查询,各补 ≤2 行到**原榜尾部**;原榜前 N 名一个字不动(append-only 是硬约束,不是优化项),所以这条改动能给的收益是「召回别漏」而不是「名次变好」:20 题双实体实测切开 20/20、救回 1 题、hit@3 `0.900→0.900`(数学上不可能涨,补充只落尾部)、命中率 `0.950→1.000`、MRR `0.777→0.784`、延迟 p50 `0.13→0.39ms`;gold 四档两态**逐题相同**,即「关了没损失、开了没退化」。③**写入端巩固**(`consolidate: 'off' | 'suggest' | 'write'`,默认 `suggest`)——写记忆时按三个信号判断这批材料该不该收成一条事件摘要:同项目关键词交集 ≥2 的近 7 天 ≥3 条(重复模式)、该层语义条目 < 8 条(慢路有空位)、这批里还没有巩固句(未巩固)。`suggest` 只把材料端给你,**一个字不写库**;`write` 才落一条 `topic` 摘要并在被合并条目尾部加一句 `(已巩固进:…)`——`status` 一个字不动,巩固不等于作废。判据是「桩 flow 数调用」而不是「看回执好不好看」:`off` 零次检索且回执逐字节不变、`suggest` 两次检索零次写入、`write` 恰多 1 条。顺带修掉一个真退步:巩固检查的两枪检索带 `internal: true`,不写「本会话已端给你看过」的账、也不抬召回次数——否则写完一条紧接着问「跟这条像的有哪些」会得到「候选一条都没有」。④**写入端通胀体检**——`memory_admin(action="hygiene")` 从六类扩到九类,新三把尺子都量**比值**(绝对量得跟「库里应该有多少条」比,那个数没人知道):`selfecho` 关键词自证率(`keywords` 里有多少逐字出现在正文里,>0.7 报——那些词靠 BM25 本来就能命中,等于没扩召回面;关键词少于 3 个不判)、`unused` 召回闭环(命中过却一次没读过:为此在 `memory_read` 路径上新记一个 `read_count`,**只加在读路径,不加在检索路径**,否则「排进候选」会被当成「被读过」;老库从 0 起算所以刚升级会偏大,这写进了 hint)、`inflate` 层通胀(近 30 天 `fact` 条数 > 结论层 3 倍就报「写得多、收得少」,6/2 恰好 3× 不报)。`memory_read` 同时多一句抬头:正文里有巩固句时先说「这条是历史材料,没作废,但要看现在的口径读那一条」——巩固是归档(`status` 不动),与取代的退位(`status` 变 stale)必须分开说。⑤**写入端自动取代**(`autoSupersede: 'off' | 'suggest' | 'apply'`,默认 `suggest`)——meow 早就会认「同一件事的另一种说法」,但只印一句提醒,标不标 stale 全靠人;而长期库里最伤的不是「有条过期的」,是**旧结论冒充现状**。这一版把「判」与「处置」接起来:判据只吃五类硬事实(版本号不同 / 日期不同 / 状态词反转 / 同一单位的数值不同 / 同一文件名换目录),优先级也按这个序;不吃「读起来像」——代价不对称,漏报只少一条建议,误杀会安静地丢掉一条真结论。两道门槛分开:相似度 `0.3` 决定够不够格当候选,数值与路径两类另要逐字重复度 `0.5`(`3 条`、某个脚本路径这种 token 满库都是);版本/日期/状态不吃第二道。三态与巩固同一条纪律:`off` 连那一枪检索都不打,`suggest` 只把建议贴在回执尾部、**一个字不动库**并给可照抄的 `supersedes: [...]`,`apply` 才真走 0.2.117 的 `markSuperseded`,写错的值一律当 `off`(这开关会改别人记忆的状态,配错必须退到最保守)。判据是数真调用而不是看回执:`off` 零检索、`suggest` 一枪 `internal` 检索且 `memory_update` 0 次、`apply` 才 `status: 'stale'`;能红证明两条——把 `suggest` 也接上写库 → S2 红,去掉 `repeat` 门槛 → S7 红。⑥**实体层与动态跳数**(`entity` / `dynamic_hops`,默认都开;回滚另有 `NEBULA_ENTITY_LAYER=0` / `NEBULA_DYNAMIC_HOPS=0`)——星图原来只连「记忆↔记忆」,实体(项目名、文件路径、工具名、版本号)在图里**没有位置**,问「这条路径出现在哪些记忆里」既问不出也没法从查询直接跳过去。这一版把实体抽成**独立一层**(`graph.entityLayer`)而不是塞进节点:`nodes` 的口径是「记忆」,节点数、度数、孤立、聚类、召回结果位全按它算,混进 400 个实体这些读数一起改写。只收四类硬事实,四个上限防它长成第二个图(`minMembers=2` / 上限 400 / 每条最多 6 个 / 标签 ≥4 字);缓存是 JSON、`Map` 存不住,读回来按 `list` 现建索引自愈。第二件事是**动态跳数**:`hop >= 1` 时每条软边先问「这个邻居与本次查询还有没有词面关系」,低于 `0.2` 就跳过,有关系也只给 `0.45 + 0.55 × 匹配度`,而 `explicit` / `entity` / `project` 三条**硬边照走**(人工策展、同一标识、同一项目名都不是「读起来像」)。顺带修掉一个既有沉默 bug:`hops: 2` **从来没真正跑过第二跳**——`energy[]` 只在种子阶段写过,第二跳的 `e0` 恒为 0,被 `if (e0 < 0.06) continue` 整片跳过,于是 `MAX_HOPS = 2` 与「二跳再打一次」的注释一直是空的,而没有任何一条判据发现过它(探针都只问「一跳能不能捞到」)。回执三数齐报(问到几跳 / 走了几跳 / 砍掉几条邻居)——只报「省了」会掩盖「变笨了」。诚实读数:纯共激活边权重封顶 `0.440`,两跳衰减到 `≈0.049`,正好卡在合成门槛 `0.05` 下面,所以「拦掉串味邻居」省的是计算不是结果;第二跳真能产出条目靠强链路。能红证明三条:`e0` 回退 → E21/E22/E24/E31 红;去掉硬边白名单 → E23/E24 红;关层开关失效 → E29 红。⑦**共现自学习扩词**(`coocLearn`,默认开;`coocLearn: false` 退回手工表口径,`synBridge: false` 整层关)——换说法档 0.929 里有多少是人手写出来的?把同义词桥关掉只剩 **0.714**,也就是说那十八组手工词表补了 **+0.215**,而表没覆盖到的新说法一个字都不沾。这一版不再扩表,改成**跟着库自己学**:词源取每条记忆的 `keywords`(人写的真词,不是滑窗切出来的碎片),两级证据——同一条里出现的一对词记 +2,同一项目里**跨文档**各出现一次记 +1(不把项目内的并集直接两两配,否则「同条」与「同项目」会互相凑分,共享汉字的降权等于没降);三道门(出现 ≥2 次、条件概率 ≥0.25、共享汉字的对子权重降到 1)加一道形态门(2–8 字、非纯数字、英文要像标识符)。学出来的表与手工表在 `synExpandOf` 第四参合流,**只扩 query 不扩库**。第一版拿 `tokenize` 的 bigram 当词源,真库 635 条、22,956 个 token 里只有 223 个词学到扩词,全是 `地全→门读` 这种碎片,14 道换说法题零增量——那段失败读数留在源码注释里。修好之后实测:窄池换说法 0.929 不动,**宽池照抄 0.977 → 1.000、换说法 0.929 → 1.000(14/14)**,把 `coocLearn` 关掉退回 0.929 —— 增量可归因,不是池子变大的运气;真库 hit@1 0.925 不动。这里还有一个必须说的边界:桥词得先在库里出现过(`df > 0`)。「自测 / 反省 / 远端 / 仓库」这类从没被写下来的说法,任何「从库里统计」的机制都学不到——那是词典问题,不是检索问题。能红证明四条:把词源换回 `tokenize` → K1 红;项目层改回「整份并集两两配」→ K2 红;去掉条件概率门 → K3 红;关掉共现后宽池仍 1.000 → G-W4 红。
|
|
421
|
+
|
|
422
|
+
- **0.3.0:把「能自证」收成可发布的东西**(0.3.0):这一版不动检索算法,做的是把 0.2.x 一百八十轮攒下的东西收口成对外承诺。三件事:①**接口冻结**——8 个 `memory_*` 工具的名字与必填参数、1,235 字符的常驻注入、7 层 SQLite 主库布局、`plugin-market/index.json` 的 format 1,从 0.3 起只加不删(只加字段不删字段、只加工具不改名,旧调用原样能用);②**读数封版**——146 条宽池三档(照抄 44 问 **1.000** / 换说法 14 问 **0.929** / 时间锚 9 问 **0.889**)连同 24 支自检的 **3,323 条断言**一起作为发布基线,`tools/baselines.json` 记每支条数,少一条判红;③**发布面收窄**——npm 包只带 `lib` / `vendor` / `cordis.patch.yml` / `README.md`(约 2 MB,`verify.mjs` 与 24 支探针留在仓库里),装包的人拿到运行面而不是开发面;`repository` / `homepage` / `bugs` 三个字段指向 GitHub,`dsh.bundle.patch` 指向 `cordis.patch.yml`,所以 `dsh plugin add dsh-macro-memory` 免构建授权直接装。
|
|
423
|
+
- **折价要乘在分档上,不只乘在分数上**(0.2.180):0.2.179 把规矩条在缘由句里折到 0.6,照抄档打到 1.000,换说法档还停在 0.857。剩下那条最刺眼的错题是「那个跑榜单的评测台还能不能用」——正解折后 14.31、压制者折后 7.70,**分数差 1.86 倍,名次倒着**。根因在分档:`bandize()` 按 `_raw` 分档、档位优先于分数,只折 `score` 等于在一个看不见的账本上打折,折到 0.1 也翻不过去(实测那条只剩 2.385 分,仍排在 9.131 前面)。现在折价做成 `ruleFoldOf(di)` 一个 helper,三处引用同一个乘子(`_raw` 分档 / `score` 排序 / explain),两档常量:缘由句 0.6、现状句 0.3(问「还能不能用」时规矩条连问题的形状都不对)。换说法 **0.857 → 0.929**、hit@3 **0.895 → 0.952**,照抄档与时间锚档一位不动。顺带一条:讲「开个小门」的词原本躺在噪声组里,把它从噪声组挪到例外组,这一题直接翻成第一——**同一个词放进两组,会把两道题一起搅坏**。
|
|
424
|
+
- **问「为什么」和问「该怎么做」不是同一件事**(0.2.179):真库里问「评测台为什么封存」,正解那条 611 字、覆盖度 1.00、词分 10.76;压住它的是一条 102 字的规矩(「评测台禁止无预算花主人的 key…」),词分 18.45——**它一个字都没答「为什么」**,只因为同一个实体而词面全中。这一版:缘由/现状问句里规矩层折到 0.6 倍、新鲜度不折,「上限怎么设」这种问句一刀不切。宽池照抄 **0.955 → 1.000**,`causeAware:false` 一键回旧口径逐位相同。顺带留下「长度惩罚按覆盖度打折」——它扫参时读数一动不动,撤掉却掉一条(1.000 → 0.977):**判一个值该不该留,看撤掉之后的读数,不是看加上它的时候读数有没有动。**
|
|
425
|
+
- **同义词表该是「动作表」,不是「同义词表」**(0.2.177):宽池换说法档 14 条错 4 条,其中最难受的两条 `cover = 0`——问句说「远端仓库」,正文写「上传到远端」;问句说「自测」,正文写「自检三问」。一个词都不重,不是权重没调好,是词法检索根本没有「这两句在说同一件事」这个维度。补这个维度只有两条路:让机器算相似度(稠密向量),或让人把同一件事的几种说法写下来。前一条 0.2.176 已经用宽池走完并否决(三档全输,这个库满是标识符,稠密对标识符最不敏感),于是这一版只做后一条:表从 15 组扩到 18 组,扩的方向从「同义词」改成「同一个动作的两种叫法」——`推送/远端/仓库` 并列进了 `上传/发布/提交`,`自测` 并列进了 `自检/体检/验证`,另外补上封存、阈值、口径三族。读数:宽池换说法档 **0.714 → 0.857**,照抄档 0.955 与时间锚 0.778 一处不动,真库 45 题逐位相同。这一版最花时间的是修探针本身——原来的阴性对照要求「宽池必须比窄池差」,同义桥把两档拉平之后它必然假红:它守的其实是「引擎还没变好」,不是「宽池接进去了」。改成守「前 5 条序列至少一处不同」之后实测 40 处不同、宽池独有条目进榜 38 处,对照才重新有区分力。
|
|
426
|
+
- **问状态的时候,去仓里取,别去词面上撞:状态是「仓」不是「词」**(0.2.176):真库 581 条里问「现在主线推进到哪一版」,正确答案就是那条「项目现状(0.2.177)」,可它**连候选都不是**——问句说「主线 / 推进 / 哪一版」,条目写「24 支自检 / 3,249 条断言」,一个词都不重。这不是权重没调好,是问句问的层级变了:它不问「哪句话讲了这件事」,它问「现在什么情况」。于是认出「局面词」(到哪一版 / 推进到 / 当前待办 / 项目现状)就直接去 project 仓取,分数跟榜首的实际分走(词分 0 也抬得起来);同时三道让路——问原因、问方法、带版本号的问句一概不插手,泛时间词(现在 / 当前 / 最新)一个都不留在识别词里,否则「现在推送欠账什么规矩」这类对象问句也会被卷走。读数:真库 36/41 开关两端**逐位相同**(零退化),三池 630/630/629 问逐位相同,成本快照两档 90 题名次 0 动。顺带把稠密检索正式否掉(三档全输 0.933→0.644 / 0.714→0.357 / 0.700→0.500,这个库满是标识符,BM25 是精确打击),并把两条时效题的 want 标成 `live`——答案随库变,不该每过一版回去改标注。
|
|
427
|
+
- **量具要按生产规模建:40 条样张是小房间**(0.2.175):0.2.174 之后 45 题 gold 的 hit@1 = 0.933、MRR = 0.956,可那是在 **40 条样张** 的池子里跑出来的,生产的池子是 **578 条**。同一批问句在 578 条里跑,未中第 1 的是 5 条(多出 #7、#26——样张池里根本没有能压住它们的干扰条目)。这一版**不动引擎**,只把尺子摆对:从真库按层比例抽 **106 条**冻结快照(fact 25 / lesson 40 / topic 6 / rules 16 / user 5 / project 14,`tools/fixtures/gold-wide.json`,按 `created_at` 升序等间隔取、content 截 700 字、排除 40 条样张已含的 id),探针里 `docs.concat(wideFx.documents)` 拼成 **146 条**池,同一批问句同一个 `measure()` 再跑一遍。读数:照抄档 0.933 **一点没掉**(词面强制命中,加干扰压不动它)、换说法档 0.786 → **0.714**、时间锚档 0.800 → **0.700**——**换说法与时间锚才是真实用户的样子**(用户不会照抄我的正文,也不会永远问「现在」),它们在窄池里的高分有一半来自「房间里只有 40 个人」。三条守卫线 G-W1 ≥ 0.93 / G-W2 ≥ 0.71 / G-W3 ≥ 0.70,配第四道阴性对照 **G-W4:宽池换说法档必须比窄池难**(读数一样好说明宽池没真接进去)。顺带修了一处量具疏漏:临时诊断脚本的 `ALS` 漏了 `project` 层,让 #37/#38/#39/#45 假死三个版本、账上写成「gold 过期」——**取数口径不能有第二套**。冻结快照是可复现的前提:探针仍是文件指纹,不随真库漂移;快照过期靠「重新导出 + 换代记账」解决。验收 **HZ10 六条**。**请求前缀 0 字节**。
|
|
428
|
+
- **要的是那条断言,不是那段背景:结论有形状**(0.2.174):45 题 gold 池首位 36/45 之后,剩下的四道全属「差一点点」(#17 只差 0.382 分、#18 差 0.321 分)。把 want 与压制者摆在一起读,形状是同一个:**正解的第一句就是结论,压制者的第一句是背景**——#17 问「publishTimestamp 该写什么值」,正解写「**必须是**过去的秒级时间戳」,压在上面的那条讲「有两套时间戳、别只改一处」;#18 问「市场索引要改几个文件」,正解写「**只有**两份要改」,压制者讲「市场索引由几个部分构成」。两边词分都够、都在同一档,差的是「答的是不是问的那个」。结论有形状:`必须/一律/只认/只有/至少/不许/绝不/禁止/都要/统一/固定为`。三版探路:①全文断言密度无条件加成 → 33→34 但 #1 #2 #3 退步(铺垫里也散着断言词);②求值型问句 × 密度、且「不抬原 top」→ 真库 #17 从第 1 **掉到第 3**——这个门本身就是伤害源(正解已是榜首,旁边的铺垫被抬起来反超它);③去掉门、无条件按密度加成 → 坏题 9→7(#17 #18 归位)、fixture 四池名次零变动。两个真坑:`const tipAssertW` 漏写(`ReferenceError` 打在 `_raw` 那行,看着像表达式写错);`_raw` 只参与 `bandize` 分档、score 另算,**同档内名次一点不动**——补 score 侧乘法后坏题 7→**6**、#11 也归位。读数:45 题坏题 **9 → 6**(其中 4 条是 `want = null` 的过期样本,真错只剩 #7 #26,即 **39/45、真错 2/41 ≈ 95.1%**);`probe-gold` hit@1 **0.911 → 0.933**、MRR 0.944 → 0.956;自找池三池(621/621/620 问)开关两端**完全相同**,触发求值型的问句只有 1/9/8 条;成本快照 40 档 16 题变(名次动 2 题:#11 第 3/4/5 名互换、#18 第 4/5 名互换)、1200 档 16 题只分数变、名次 **0 动**、首位一处未变。做法:`tipAssertOn(query)` 只认求值型形状(**不收裸 `多少`/`几个`**,那是第一版 G22 假红的来源);`assertRatioOf(text)` **只看开头 60 字**、`min(1, 命中数/2)`;两处落地(`_raw` 进档 + `score` 档内);`tipAssertW = 1.2`。出口 `tipAssert:false` / `tipAssertW:0`(与关掉同分)/ `explain.tipAssert`。`probe-gold` 的 G20 阴性对照补 `tipAssert:false`(和 G18/G20 同一规矩:当轮替它干活的刀一起关掉)。验收 **R12 六条** + **HZ9 七条**。**请求前缀 0 字节**。
|
|
429
|
+
- **问的是规矩,就别拿经验来答:问句的语法形状是意图**(0.2.173):45 题 gold 池首位 34/45,剩下那批错得很有规律——#21「反思应该由什么触发」正解在 rules 层 19.18 分,压在它上面的是一条 lesson(19.86 分);#40、#26 同样。差的那几毛不是词没匹配上(两条关键词都够、教训那条还更短更密),是**问的层和答的层错位**:问「该由什么触发」,要的是一条规矩,不是一段经历。做法:`intentLevelsOf(query)` 从问句形状判意图层(`要不要|该不该|该由|规定` → rules;`改了什么|交付态|什么版本` → fact;`来龙去脉|为什么|经过` → topic;`怎么跑|怎么写|踩过|经验` → lesson),一个问句可同时命中多层。三层探路都不对:①层级项直接进 `_raw`、不加门 → 36/45,但 `probe-cost` #39 出现 **1.435 分排在 2.545 分前面**(分档是硬门槛,一跨过去分数低多少都一样在前面);②改成 `h.score *= 1 + w` 的档内乘法 → **一位不动**(正解与压制者本就不在同一档,档内调序追不上);③`_raw` 加法 + **比率门**(`raw[di] >= lvRatio * maxRaw`,`lvRatio = 0.5`,只帮「本来就近」的)→ 36/45、变差 0、成本名次不动;④再补 score 侧乘法,两处分工:`_raw` 管「够不够格进这一档」,score 管「进了这一档排多前」——受控探针 R11 才真过(只有前者时,条目进了第一档却还是第二名)。中间抓到一个真 bug:乘法段一开始插在 `if (verbHay !== null)` 分支里(那是 0.2.148 的补分块,只在有原样命中时才进),受控语料整段没跑,症状和「权重太小」一模一样——**「参数不生效」的第一嫌疑该是作用域,不是数值**。读数:45 题首位 **34 → 36/45**(#21 #40 归位,变差 **0**;`w` 从 0.2 到 0.8 读数全同,取 0.3);自找池三池(615 / 615 / 614 问)在 `w=0` 与 `w=0.3` 下**两端完全相同**;成本快照 40 / 1200 两档 **名次 0 变化**、13 题分数 ×1.3(层级命中的确在调相关性,换代按「名次不变、分数按系数放大」记账)。#26 那条 lesson 32.53 分本身太强,比率门按设计挡住加成、正解仍第二——这条属设计内放弃,写进文档而不是偷偷调一个刚好能过线的门槛。出口:`levelIntent:false` / `levelIntentW` / `levelIntentRatio`;`explain.levelIntent` 只在真抬了的时候出现。验收 **R11 六条** + **HZ8 七条**;`probe-gold` 的 G18 阴性对照补 `levelIntent:false`(和 G20 同一条规矩:对照只关被测的那把,但必须把当轮替它干活的刀一起关掉)。**请求前缀 0 字节**。
|
|
430
|
+
- **主语位:问句点名的那个东西,正文第一个词就是它**(0.2.172):问「0.2.148 改了什么」时,正解(正文开头就是 `0.2.148 交付态:…`)排在一条教训后面——那条只在句中顺带提了这个版本号,更短、词更密,词分高出十三分。词分只数次数、不分位置,这类错必须单独说。先试的「标题里点名 → 加 `_raw`」七档扫下来一位不动,实测真库里 **fact 92 / lesson 385 / rules 33 的 `title` 全是空串**——`FIELD_TITLE_W = 0.6` 从 0.2.133 起一直乘在空串上,这是比这轮改动更值钱的发现。换判据:正文 `trimStart()` 后以问句点名的标识符(版本号/路径/短 id/commit)**开头**就算主语(`subjRatio`),`_subj === 1` 进 bandize 第一档(和「问的就是这条 id」同档);只在句中提到的不算。为什么不用权重:`identSubjW` 2.4 不过、2.5 过,悬崖太陡——能靠档说清的事别用权重硬顶,权重默认定 **0**。45 题 gold 池首位 **31 → 34**(#1 #2 #3 全归位),**变好 3、变差 0**;正常检索 45 问 × {40,1200} 成本快照逐位全同(零副作用)。出口:`identSubjBand:false` / `identSubj:false` / `identSubjW`;`explain.subjBonus` 只在真加了权重时出现。验收 R10 六条(走引擎 API `V.search`,不走工具层——工具层读不到 `band`)+ HZ7 七条;`probe-gold` 的阴性对照 `NB` 补 `identSubjBand:false, identSubjW:0`(漏一把刀就不叫对照)。
|
|
431
|
+
- **历史不是「没有」,是「过期了」:点了名就该翻出来,还得说清它过期**(0.2.171):真库 45 题 gold 池(k=10)首位只有 30/45,而最刺眼的四题(「0.2.148 改了什么」「0.2.148 做了什么」「0.2.147 改了什么」「0.2.146 加了什么」)前 10 名一条正解都没有——不是排错,是**正解根本不在候选集里**:`listSearchable` 只回 `status='active'`,每条版本的交付 fact 都被下一版取代成 stale,于是读者拿到的是五条正文里顺带提过这个版本号的 lesson,一句提示都没有。两层原因:一、stale 不进候选池(主人拍板「其他类别过时不检索」,这条口径不动);二、`bandize(hits,'_raw')` 按纯 BM25 分档,而 0.2.148 的标识符补分只进 `score` 不进 `_raw`——**最强的那类证据,在分档那一层完全不算数**(问「0.2.148 改了什么」时 `0mwq84ts` 分数 14.70 却排第 4,`_raw` 5.03 被 `_raw` 7.95 的压在 band 0)。做法四条:①补分也进 `_raw`(`IDENT_BAND_W=0.8`,只乘不加——分成 3 倍跨不了档,乘上去才在接近时翻面;默认档 45 题读数一题不变,是给下一刀的地基);②只补「点了名」的那几条(`identsOf(query)` 取版本号/路径/短 id/commit,才去 stale 里找含这个标识符的条目,`include_stale:false` 可关);③先打分再取前 N(第一版按库顺序取两条,`0.2.147` 的正解被两条同版本条目挤到第 3——按顺序取等于「先来的赢」;改 `rankForSearch(..., { k: HIST_LIFT_MAX })`,`HIST_LIFT_MAX=3`);④翻出来的要自己报名(`search.histLift` 一句「只出现在已过期的条目里:顺带翻出 N 条,它们已被后续版本取代,别当现在的结论用,要通看历史传 status:"all"」)。读数:首位 **30 → 32**、次席 6 → 7、触发 6 题,逐题只有 #1 −1→0、#2 −1→1、#3 −1→4、#4 −1→0,**其余 41 题一位不动**;#13/#16 触发了但正解不在 stale(#13 的 want 已 archived),属池过期。连带假红一处:identBand 一开,`probe-gold` G20「旧口径下锚点池没变差」失效(新刀替关键词权重干活)——修法与 0.2.170 同一条,对照组只关被测的那把(`{ identBand: false }`)。验收:probe-recall R9 六条、verify HZ6 七条、probe-gold 全绿、成本快照换代(40 档 4 题变 / 1200 档 0 题变)。请求前缀 0 字节。
|
|
432
|
+
|
|
433
|
+
- **疑问词不是证据:中文切词会把「什么时候」切出「么时」**(0.2.170):换说池 13 题里有两题(「什么时候才轮到把代码放到远端仓库」「它自己什么时候该回头反省一次」)的榜首是同一条笔记`0mwpfhh3`——它正文里写的正是「什么时候」这类闸门词,bm25 拿了 **9.24 / 9.41**,而两条正解只有 5.84 / 3.61;#3 的第二名还是它的同族。不是排错了,是**问句里的疑问词把一条讲疑问词的笔记顶上了桌**。根子在切词:`tokenize` 对中文走二元组,`什么时候` 会产出 `什么 / 么时 / 时候`——`CJK_FUNC_WORDS` 剔掉了「什么」「时候」,跨界碎片「么时」「己什」「候该」全漏网;碎片 df 极低、idf 极高,一个假词就够把错的那条顶到榜首,而噪声地板只认「出现在一半以上条目里的词」,管不到它。做法是**在分词前把疑问框架整段剥掉**:`stripQuestionFrame(text)` 把 `什么时候|多久|怎么办|怎么|为什么|为啥|是不是|能不能|会不会|有没有|该不该|哪些|哪个|多少|是否|如何|是什么` 替换成**空格**(不是删掉——空格负责切断 bigram,删掉会让两侧粘成新假词),返回 `{ text, stripped }`;三条护栏:剥完不足 4 个字符就**整句回退**(「为什么」这类问句宁可带噪声,不许凭空空手)、只作用问句不动索引与文档切词、`questionStrip: false` 一键关。读数(真库 554 条,工具层 k=10):换说池 11/13 · 首位 **4 → 5** · **4.23 → 4.15 条**;自找池 150 题 525/554 · 首位 509 · 2.65 条**一位不动**(那批问句是 keywords 拼接,天生不含疑问词)。逐题看只有两处变化:#3 第 2 → 第 1、#9(「把一个文件拆开之后,怎么确认行为一点没变」)第 1 → 第 0,其余 11 题名次一位没动。可追溯性:`explain.stripped` 只在真剥了的时候出现——默认回执一个字节不花;工具层 note 加一句「疑问框架按虚词处理了:{words}」,只有 explain 模式才有值。连带修了五处**老刀的假红**(NF2/NF3、VT2/VT3、G9、GW、VW10):新刀一开,老刀的阴性对照仍被它挡住,「噪声回不来」看起来像地板失效——修法不是调阈值,而是**对照组只关被测的那把刀**,五处统一补 `questionStrip: false`。探针 **R8** 八条(函数口径 / 短句回退 / 标识符不损 / 切断碎片 / 只在问句侧剥 / 受控库那刀真能红 / explain 看得见 / 关掉不谎报),验收块 **HZ5** 八条;粗胖线 105,000 → 106,000(实测 105,156,+0.15%)。**请求前缀 0 字节**。
|
|
434
|
+
- **语义补位第一次真跑起来:救一条正解,别把陪跑一起端上来**(0.2.169):0.2.154 的「词法没把握就按语义补位」和 0.2.166 的「不沾边就弃权」在本机**一次都没真跑过**——稠密模块那行加载判据把「包名里有斜杠」当成路径,`@huggingface/transformers` 被拼成 `file:///@huggingface/transformers`,抛 `File URL path must be absolute` 之后被 catch 成 `off`,降级了半年,一声不响。判据改成「只有真的像路径才按路径 import」之后 `denseStatus()` 才第一次变成 `ready`(bge-small-zh-v1.5#q8 / dim 512 / 549 条全编码 5,328 ms)。第一次真跑读数就分叉:换说池里「它自己什么时候该回头反省一次」词法把正解排第 5(正解 5.858 分 vs 榜首 14.296,两条正解原词命中都是 0、分数全来自同义桥),稠密单独排第 1——**词法单独 10/13、稠密单独只 3/13,但两者互补**。第一版把 `denseRes.ranked`(cos ≥ 0.45、上限 30 条)一路塞进回执、还顺手关掉收口、把词法 head 之后的尾部整段接回:换说池从 4.54 条 / 943 字涨到 **8.23 条 / 1746 字**——命中多一题,代价是三四条陪跑,而且收口一关、那句「和榜首不是一个量级」也不说了。定案是**限量 2 + 折尾部**:`DENSE_RESCUE_MAX = 2`(`opts.rescueMax` 可覆盖,`if (added >= maxRescue) break;`,只有真 push 才 `added += 1;`——数的是补进来的不是扫过的候选),词法 head 之后默认折掉(`rescueDropTail: false` 才接回)。读数:换说池 **11/13**、首位 5、**4.23 条 / 870 字**(比不开稠密还短 0.31 条 / 73 字),自找池 149/150 · 2.17 条一位不动。账也补平了:`const dropped = sliced.length - out.length + upstreamTrim;`——0.2.167 只报「这一刀折了几条」,上游折的会被这一层的 `slice` 悄悄抹平;词法尾部折的另记 `rescueTrimmed`、补进来的记 `rescueAdded`,两笔都非枚举。note 只出一句(`search.rescue`):「这次词法没把握(榜首只覆盖了这条问句的 10%):已按语义补了 2 条(余弦 ≥ 0.45,分数与词法不是同一套量纲);词法里没把握的 13 条没展开」——这条路径上「弱命中」与「回执没给满」说的都是同一件事,一律让位,三句同义话变一句。探针 **R7** 七条(常量限量 / 循环生效 / 折数累加 / 来路分开记 / note 报名 / 加载判据 / 两次调用逐位相同),**G25** 的 `trimmed` 挂载点从「唯一」改成「两处、来路不同」,验收块 **HZ4** 七条。`rescueMax` / `rescueDropTail` 不进 schema(只给内部探针用),**请求前缀 0 字节**。
|
|
435
|
+
- **隐形的一层:默认检索范围里一直没有 user**(0.2.168):自找池 150 问里有 8 题在工具路径上一条都不回,而同样的 8 题在 API 层名次**全是第 1**——不是排序排错了,是根本没进候选池:默认检索范围写死 `fact/lesson/topic/rules`,`user` 层(主人的偏好、约束、交付口味)从来不参与关键词检索,回执的 note 里也只字不提「别的层还有东西」。这一版把它补进默认,同时把相关度地板从 0.35 收到 0.30。读数(真库 545 条、真调 `memory_search.execute`):自找池 150 问命中 142 → **150**、首位 141 → 149,而回执反而**更短**(2.18 → 2.01 条 / 531 → 493 字——正解进榜,弱候选被地板挤出去);换说法池 13 问 9 → **10** 题,代价 +0.31 条 / +59 字;地板 0.25 与 0.30 在换说池同分,取自找池更瘦的 0.30。边界是量出来画的:**soul 与 project 仍不默认**——project 层天生跟任何问句都沾一点,掺进来换说池首位就从 5 掉到 4。零命中文案跟着改口,从「不说的默认」变成「说清的不查」。探针 **R6** 五条(含「显式只查四层时那条 user 一条不剩」「边界没破」「不传参数与显式传参逐位相同」三条阴性对照),验收块 **HZ3** 七条。
|
|
436
|
+
- **回执的欠账要报出来,而且要给一个关得掉的出口**(0.2.167):0.2.165 的置信档收口上线两版,一直在切回执,切完一声不响——读者看到「只给了 5 条」,既不知道同档之外还有多少,也不知道该不该要全量。这一版把刀摆到台面上,顺便量清了到底是谁在切:把真库 540 条塞进工具路径、真调 `memory_search.execute`(20 个关键词问句),**默认回执平均只有 2.35 条**,`band_keep:false` 3.05,再配上 `min_rel:0` 才 9.70——三把刀里**主导的是相关度地板 `min_rel=0.35`,置信档收口只占 0.7 条**(这也纠正了 0.2.165 文档里「回执从 9.80 收到 4.97」在工具路径上的归因:那里根本没有 9.80 条可收)。做法三段:`trimByBand` 把折掉的条数记成返回数组上的 `trimmed`,**非枚举**(`Object.defineProperty(..., { enumerable: false })`,`JSON.stringify` / `Object.keys` / `for...of` 全看不见,旧调用方的逐位相同性一字不改——「改口径不许顺手改协议」);回执只在**短于 `k`** 时说一句「这次回了 N 条,没到你要的 k 条」,候选池多大不印(那只说明库大,不说明少看了什么);出口 `band_keep: false` 写进统一工具与 meow 原工具两处 schema、一路接进 `rankForSearch`,并明说「配合 `min_rel: 0` 才是真全量」。读数(真库 150 问 k=10):名次一位不动(hit@1 149 / hit@3 150 / hit@5 150,均值仍 4.97),**148/150 题报出收口、合计 731 条、单题最多 5 条**,每题「保留 + 折掉」都等于关掉时的条数(账平),`bandKeep:false` 时报数 0。代价:`memory_search` schema 6,852 B(单项上界 6,500 → 7,500,按老规矩只给实测值 +9.5%),回执多一行。探针 **G25** 十二项判据,验收块 **HZ2** 五条。
|
|
437
|
+
- **回执按置信档收口:同档才回,能少给一条就不给**(0.2.165):`bandize` 早就算出「这条和榜首是不是一个量级」(`IMP_BAND = 0.85`,0.2.150 起就在用它护短查询),但回执这一步完全没用它——不管榜尾差多少,一律把 `k` 条捞满。量一下很清楚:1200 条真库 150 问,正解进 top10 的 150 题里 **150 条都落在 band 0**(100%),band 0 平均只有 **1.08 条**,而实际回的是 **9.80 条**——多出来的八条九条本来就是「不该给」的。这一版把已经算出的判断接到出口上:`trimByBand` 只回 `_band <= 0` 的那几条,**至少 5 条**(`RESULT_MIN_KEEP = 5`)兜底、绝不超过 `k`;`bandize` 现在无条件把 `_band` 挂在 hit 上(以前只有 `explain` 带 band),词法一路、稠密融合一路、`dense: false` 退路三处共用同一个裁剪函数(退路自己另写一套,早晚会长出两种口径)。下限是量出来的取舍点:minKeep=3 会把真库「换说法」池掉 2 条(9/14),**5 与 k=10 的读数逐位相同**(三池 hit@1 / top5 一条不丢),8 开始又往回涨。读数:照抄 6.13 → **4.40** 条(省 28.2%)、换说法 7.93 → 4.79、锚点 7.40 → 4.60、真库自找 **9.80 → 4.97**(省 49.3%)、真库换说 10.00 → 5.00,五个池的 hit@1 与 top5 **一处没动**。`minKeep: 0` 或 `bandKeep: false` 逐位回到旧口径。探针 **G23** 十一项判据 + 五条阴性对照(回满 k / 下限调到 3 / 退路不裁剪 / `_band` 只挂 explain / 常量另写一份),各改一处当场变红。成本:请求前缀 0 字节。
|
|
438
|
+
- **读数工具自己也是被测对象**(0.2.164):三版「真库自找回」都是拿 `SELECT *` 的原始行当语料,而库里 `keywords` 是 JSON 文本、引擎三处按数组判空——关键词通道一直静默失效。走 `db.listSearchable` → `fromRow` 之后同一个引擎从 0.867 变 0.993,覆盖度口径随之回到 0.45/线性(三池一位不动、真库换说 top5 9 → 12)。
|
|
439
|
+
- **覆盖度是内容证据,不是装饰**(0.2.163):照抄池卡在 42/45,两条是同一对条目的错位——问「评测台为什么封存」,榜首是一条 102 字的规矩(正文只提到 `评测台`),正解是 611 字的记录(正文里有 `评测台 + 封存`)。**问句里最值钱的那个词只有正解有,榜首却还是它**:字段加成把短条目的两个词放大到 2.2 倍,再叠上重要性/新鲜度乘子,最后按 `raw` 分档——跨档不许越级,排序层根本没机会。覆盖度(问句词的 idf 覆盖率)其实早就算好了,但只按 `COORD_W = 0.35` 轻轻乘一下,**缺一半词才掉 17%**,掰不过 2.2 倍。这一版只动这一个口径:`COORD_W` 0.35 → **0.5**,并给覆盖度一个 **1.2** 的幂(缺口越大掉得越快),两个常量各定义一次、都能用 opts 覆盖。读法先立规矩:**三池一条不亏**——照抄 0.933 / 0.978 / 0.956、换说法 0.714 / 0.929 / 0.798、锚点 0.800 / 1.000 / 0.883 **一位没动**;赚在真库:150 问自找回 hit@1 0.860 → **0.873**,14 条换说法问句 0.286 / 0.500 / 0.413 → **0.357 / 0.571 / 0.455**,逐题是三好一坏。网格扫过 coordW 0.35–0.6 × 幂次 1–1.6:`0.5/1` 会把锚点池打到 0.700,`0.55` 起照抄池开始掉条目,**0.5/1.2 是两头都不亏的平台起点**。探针 **G22** 一条聚合 + 九项判据(单一来源 / 兜底同源 / 只动一处 / cover 不跟权重走 / 导真值 / 行为分差 / 幂次更疼 / 老规矩 / 文档在案)+ 五条阴性对照(回 0.35 / 去幂次 / 改线性 / cover 跟权重 / 常量不导出),各改一处当场变红。如实说边界:`评测台为什么封存` 那条**没救回来**——根在字段加成 2.2 与跨档,是另一层的事;真库净 +2 条命中,不是「准确性提高一大截」。成本:请求前缀 0 字节。*
|
|
440
|
+
- **词面上根本没有可比的词时,换个说法也找得回来**(0.2.162):换说法池 hit@1 从 0.2.152 起卡在 **0.500**,此前几轮都在排序上找原因(分档、时间折扣、字段加成、弱命中提示),每一刀都挪得动一两条,都挪不动这个数。拆开才发现是更前面一层:`tokenize` 对中文只产二元组,`反省` 与 `反思`、`推送` 与 `远端` 在倒排表里是**两套互不相干的词**——**不是排得不够靠前,是没有可比的词**。这一版只补词面这一层:15 组手工同义词表,**只扩问句、不动文档**,扩出来的词按 `SYN_W = 0.6` 单独计分(帮忙可以,顶替原话不行),覆盖度分母 `qIdfSum` 一个字节不动,倒排候选集并进同义词的 postings(只加分不进场的条目等于没写)。读数:照抄 45 池与锚点 10 池**一处不动**(0.933 / 0.978 / 0.956 与 0.800 / 1.000 / 0.883),换说法 14 池 0.500 / 0.714 / 0.601 → **0.714 / 0.929 / 0.798**(四条变好:`反省↔反思`、`推送↔远端`、`筛掉↔过滤`、`一段` 虚词没剔)。顺带补了两条虚词:`不要`(`要不` 早就在表里,**另一半一直没剔**,于是「要不要问」这类问句里 `不要` 一直在打分)与 `一段`(`一个/一下/一次/一点/一些` 同族)。真库迁移要如实说:14 条换说法打 573 条真库只是同向很小(MRR 0.399 → 0.405,且一进一退),**fixture 上的结构性收益不等于真库也这样**。探针 **G21** 一条聚合 + 十一项判据 + 五条阴性对照(`synBridge:false` 照样扩 / 候选集不并 postings / 扩词混进覆盖度分母 / 虚词表拿掉 `不要` / 权重压到 0.05),各改一处当场变红。第一版表里写了单字的 `门`/`笨`/`慢`,二元组永远命不中——**表要能被检索到才算表**。成本:请求前缀 0 字节。*
|
|
441
|
+
- **关键词是唯一长在数据里的标签**(0.2.161):真库 569 条的 `title` **一条都没填**(实测 `null`),引擎里 0.6 的标题权重一直在空转,而用户自己写的 `keywords` 只按 **0.25** 倍词频、**+0.35** 加成参与打分——**顺序反了**。这一版把它们抬到 **0.35 / 0.6** 并收成两个模块级常量(`KW_TF_W` / `FIELD_KW_W_DEF`,`kwTfW` 的三处兜底——索引、缓存键、取索引——同读一个来源,否则换权重后缓存会继续喂旧表)。读数:照抄 45 池**一处不动**(0.933 / 0.978 / 0.956)、换说法 14 池 0.500 / 0.714 / 0.598 → 0.500 / 0.714 / **0.601**、锚点 10 池 0.700 / 1.000 / 0.833 → **0.800** / 1.000 / **0.883**(「0.2.148 交付时改了几处」从第 2 名进榜首);真库自找回:拿 keywords 当问句找自己 0.940 → **0.961**,拿正文头 40 字找自己 0.974 → 0.977。**为什么是 0.35 不是 0.5**:两个组合读数一分不差,但 0.5 会把「只在 keywords 里提到的条目」压过「正文命中的条目」,当场打红 0.2.152 立下的「标签不是正文」——扫了 52 个可行点才找到的唯一「读数峰值 + 不破老规矩」的组合。试过给真库补伪标题(正文首句截 20/30 字):真库 7 条换说法排得更差、keywords 自找掉到 0.933 → **不造数据,宁可承认这列空着**。探针 **G20** 八项判据 + 五条阴性对照(退回旧口径 / 抬到 1·1.2 / 只抬词频 / 换成会破规矩的 0.5 / 只抬加成),各改一处当场变红。成本:请求前缀 0 字节。*
|
|
442
|
+
- **弱命中就说清:分低时把「差在哪」说出来**(0.2.160):换说法池 hit@1 只有 0.500——词一个都对不上时(`tokenize` 产的是中文二元字组,虚词也在打分),任何加分、改档、调权重都是在猜。这一版**不加分、不改档、不动排序**,只加一句诚实的说明:引擎把「榜首覆盖了问句 idf 权重的几成」(`cover`)与「第二名/第一名」(`gap`)算出来,`cover < 0.2` 或 `gap ≥ 0.95` 时 note 里出现「这次弱命中:榜首只覆盖了这条问句的 15%……库里是这么说的:key、花钱、预算」,让调用方用**库里的话**再问一次。三条底线:强命中**零字节**(不弱就返回空串)、版本号问句不误报(榜首自己就带那个日期时闭嘴,锚点结论直接复用)、提示不进打分路径(45 池 0.933 / MRR 0.956、换说法 0.500 / 0.714 / 0.598 逐位不变,cost 快照也不用重落)。真库 630 条 69 问实测:触发 30%,真没中的抓到 **16/31**,误报 5(7%)——`cover` 低是事实、答案恰好对了不算说谎,所以文案说的是「先看正文确认」而不是「这条不准」。句长最长 129 字;探针 **G19** 自带三条阴性对照(不闭嘴 / 误报版本号 / 抽词不剔,各改一处当场变红)。*
|
|
443
|
+
- **断言数基线**:`tools/baselines.json` 记每支的 PASS 条数——少了判红(有人删了东西),多了只提醒。
|
|
444
|
+
- **耗时预算**:每支 4×实测且不低于 30s,超时 SIGKILL;比基线慢 1.5 倍只提醒不判红(慢不等于坏)。
|
|
445
|
+
- **vendor 账本**:`vendor/VENDOR.json` 记两棵 vendor 树的文件数/字节/整树指纹,改过没重记就 FAIL;另有 89 条「我们故意打的补丁还在位」的内容断言。
|
|
446
|
+
- **阴性对照**:每轮都先把判据打红一次再还原,证明判据不是纸做的。
|
|
447
|
+
|
|
448
|
+
## 目录结构
|
|
449
|
+
|
|
450
|
+
```
|
|
451
|
+
lib/
|
|
452
|
+
index.js 唯一入口:Config(平铺 volatile)、装配、热应用
|
|
453
|
+
client.js 浏览器侧产物(build.mjs 从两个 vendor client 拼出)
|
|
454
|
+
macro/
|
|
455
|
+
bridge.js 收下与转调(createBridge / errText / wrapPlugin)
|
|
456
|
+
facade.js 三个 Proxy:ctx.tools / ctx.systemPrompt / 最外层
|
|
457
|
+
render.js 纯函数出文本,零 import
|
|
458
|
+
tools.js 8 个统一工具的装配器
|
|
459
|
+
defs/ 一个工具一个文件(remember/search/read/update/project/link/dream/admin)
|
|
460
|
+
linkflow.js 待补连线队列(排队、节流、补连、判永久失败)
|
|
461
|
+
brand.js 名字级改口(不改返回正文)
|
|
462
|
+
prompt.js L0 注入文本 + 完整手册
|
|
463
|
+
store.js 唯一碰 node:fs 与 DSH_HOME 的地方
|
|
464
|
+
cost.js / links.js / shared.js / panel.js
|
|
465
|
+
vendor/
|
|
466
|
+
meow-memory/ 主库内核(MIT,见第三方声明)
|
|
467
|
+
dsh-memory-nebula/ 星图内核(MIT)
|
|
468
|
+
tools/ 自检与探针(15 支 + 账本/体检)
|
|
469
|
+
plugin-market/ 市场索引(格式 1)
|
|
470
|
+
DESIGN.md 设计取舍与教训(内部)
|
|
471
|
+
docs/ INTERNAL.md 逐轮开发日志、images/ 配图
|
|
472
|
+
```
|
|
473
|
+
|
|
474
|
+
## 第三方声明与来源
|
|
475
|
+
|
|
476
|
+
本包 **MIT** 许可(见 [LICENSE](LICENSE))。
|
|
477
|
+
|
|
478
|
+
内置两份第三方代码,均为 MIT,完整许可原文随包保留:
|
|
479
|
+
|
|
480
|
+
| 组件 | 来源 | 许可 | 说明 |
|
|
481
|
+
| --- | --- | --- | --- |
|
|
482
|
+
| `meow-memory@0.32.8` | [Phant0Meow/dsh-meow-memory](https://github.com/Phant0Meow/dsh-meow-memory) | MIT © 2026 Phant0Meow | 主库内核:七层 SQLite、梦境巩固、反射。`vendor/meow-memory/LICENSE` 为其原文 |
|
|
483
|
+
| `dsh-memory-nebula@1.11.74` | 本仓库作者 | MIT © 2026 主人 & 小代码酱 | 星图内核。`vendor/dsh-memory-nebula/LICENSE` |
|
|
484
|
+
|
|
485
|
+
改动说明(MIT 要求「显著修改需说明」,逐条记在 [THIRD-PARTY-NOTICES.md](THIRD-PARTY-NOTICES.md)):
|
|
486
|
+
|
|
487
|
+
- meow:注入消息的来源 `kind` 改为 `plugin:macro-memory`(老值仍认);设置页文案与热应用说明改写;其余内核逻辑未改。
|
|
488
|
+
- nebula:`systemPrompt.context` 恒返回一条稳定 RULE(移除每轮自动邻域注入);`recall` 过滤归档节点;工具归因表统一到 `plugin:macro-memory`。
|
|
489
|
+
|
|
490
|
+
两棵 vendor 树的可核指纹在 `vendor/VENDOR.json`,任何人都能验证「这是一份改了哪几处的副本,而不是另写的东西」。
|
|
491
|
+
|
|
492
|
+
## English
|
|
493
|
+
|
|
494
|
+
**Macro Memory** (DSH plugin, MIT) folds several memory plugins into one surface: **8 tools + a single 1,235-character standing injection**, while the storage engine stays meow-memory's seven-layer SQLite and the graph becomes a rebuildable index.
|
|
495
|
+
|
|
496
|
+
- Tool schemas: 17 tools / 56,759 B → **8 tools / 13,372 B** (−76.4%).
|
|
497
|
+
- Standing prompt: 4,085 chars → **1,235 chars** (−69.8%).
|
|
498
|
+
- Per-turn fixed cost: ~14–16K → **~2.2K tokens**.
|
|
499
|
+
- Nothing was dropped: every original tool is reachable through the unified surface (audited by `tools/coverage-audit.mjs` and `tools/param-audit.mjs`).
|
|
500
|
+
- Writes land in the main store first; graph links that cannot be written are **queued, not lost** (500 entries, 7-day TTL, auto-flushed).
|
|
501
|
+
- 21 self-check scripts / 2,198 assertions / `node tools/check-all.mjs`.
|
|
502
|
+
|
|
503
|
+
Bundled third-party code is MIT: `meow-memory` © 2026 Phant0Meow ([source](https://github.com/Phant0Meow/dsh-meow-memory)), `dsh-memory-nebula` © 2026 the authors. See `THIRD-PARTY-NOTICES.md` for the exact list of modifications.
|
|
504
|
+
|
|
505
|
+
---
|
|
506
|
+
|
|
507
|
+
<sub>内部开发日志(0.1.x 起逐轮记录,含每次事故与判据)在 [docs/INTERNAL.md](docs/INTERNAL.md);设计取舍在 [DESIGN.md](DESIGN.md)。`lib/client.js` 为构建产物:163,239 B,sha256 `2F546AA8…`。</sub>
|