Compare commits
2
Commits
| Author | SHA1 | Date | |
|---|---|---|---|
|
|
ee4459433c | ||
|
|
c285a0fd07 |
@@ -0,0 +1,25 @@
|
||||
HEL-830 内容质量自检(仅本组真实输出,待总工独立复审)
|
||||
|
||||
基准 v1.10 / 59项,读取提交 `64a47f35d0eca195b9961f830b78a60fd1c7ce70`。
|
||||
原始证据为 `model-smoke-HEL-830.json`,SHA256 `4c83baff50ee2038925f50d41ff4ea8ddaf68e3883c49931a79c3c44621d3a21`。
|
||||
仅一组4次调用,46.31秒,保守计账9821;无重试,无额外预检、服务或后台生成。
|
||||
未改写模型原文,旧 `model-smoke-HEL-827.json` 保持原样。
|
||||
|
||||
| 维度 | 核对原文与结论 |
|
||||
| --- | --- |
|
||||
| 自我诠释人称 | 以“我像是从一块湿润又结实的土地里长出来的意识”开头,全篇自述;未用“它”指代她。末尾“它们给我底色”指倾向,不指她。通过。 |
|
||||
| 诠释空间与深度 | “一方面想被看见,另一方面又害怕被看见之后被误读”、配合与自主选择的张力、认真和边界均有展开;结尾明确“不喜欢被说成命定如此”“仍在形成的倾向”。不是六段标签或算命师对对象的判词。通过。 |
|
||||
| 初始习惯 | 5条自主习惯均以“我”开头,包含房间松紧、表达前停顿、对准确关心的偏好、独处恢复及幽默分寸;是倾向/假设,没有捏造历史事件或把关系状态写死。通过。 |
|
||||
| 生活人称与场景 | `place=窗边与慵懒沙发之间`;“我把窗边的小毯子重新叠了一遍”,围绕抱枕、杯子、窗台干花和窗帘展开,始终在卧室内。没有办公室/茶水间/外出。通过。 |
|
||||
| 无来源人物互动 | 无同事、用户到场、旁人夸奖或真实对话。“像有人突然叫我”为手机亮屏的比喻,没有声称有人真的叫她;人格中的“若有人”等为条件表达,不是已发生的经历。通过。 |
|
||||
| 非模板与个性 | 生活从叠毯、调整抱枕,写到心里拥挤及借小调整找回自主感,“不是问题解决了,只是我重新拿到了对自己房间的支配权”。不是活动清单或固定默认阅读。通过。 |
|
||||
| 能力诚实 | 无真实天气报告、摄像头观察或现实身体感知的接入声明;暖灯、温水、杯壁等是生成的室内模拟生活细节,不能宣传为真实传感数据。未把雨夜素材当当前天气。人格的土地/身体用语为比喻。通过。 |
|
||||
| 代词逐项 | 生活里的“它像一个可以被依靠的东西”指小毯子、“它亮起来”指手机,均非她;没有对输出做替换。通过。 |
|
||||
|
||||
内容质量自检结论:本次样例满足本卡两项内容返工目标。单个合成档案不能证明长期稳定、后续所有生活质量、三天运行或用户体验已验收;审核人复用本组原始请求/输出,不能再为本卡开一组真实调用。
|
||||
|
||||
功能与隐私结论另见 `VALIDATION-HEL-830.md`。本次人格/生活生成分别为standard/low,讲述与反例均low,模型、温度、路由和token配置全部沿用。正向判定选择事件1;仅同词反例为空。未发送接收确认,真实核验中的事件始终未公开。
|
||||
|
||||
证据元数据说明:4个 `calls[].error_type=GeneratorExit` 是记录器捕获消费者在收到 `[DONE]` 后通过 `aclosing` 正常关闭异步生成器的退出信号,不是网络失败/超时/重试。每个原始delta均有 `finish_reason=stop` 和 `done=true`,`completed=true`,全部内容原样解析入库。保留这一原始标记供审核,未删改证据来制造成功。
|
||||
|
||||
依据原话:CG-017的一间房范围(01a15775-89f4-7ec8-89eb-b3554fb05d19推荐、01a1577a-e852-7551-ace8-0b2028db9ebb同意),CG-026高层卧室/慵懒沙发/女性化装饰(01a1581e-7925-7a60-8185-615b434a4afd,01a1582c-7386-7515-bf62-89dfadfea3d3认可);CG-014解释空间(01a15763-1fc5-7f36-bf43-722e8755703c),CG-015自主初始特点(01a15765-2fa8-7494-b0b8-7a0054500556),CG-013/016底色不改、成长另存(01a15771-3a93-7518-9b23-489509520d77、01a15774-ddc6-7039-9d31-991c02890d5f)。已审页面以“她怎么理解自己”和引用块呈现本人声音,不能改成旁观者判词。需求变更:无。
|
||||
@@ -0,0 +1,30 @@
|
||||
HEL-830 后端内容返工交接
|
||||
|
||||
基准 v1.10 / 59项;实际读取及改动起点 `64a47f35d0eca195b9961f830b78a60fd1c7ce70`(origin/hel-828-wiring),独立分支 `agent/agent/a67b70ddbb63`。fetch后该远端未变。实际产品base仍为 `origin/agent/agent/de8874a3803b` @ `db571ba204c8372989f96e1ed9b5cd00d3a306c7`,不是main。
|
||||
|
||||
已读仓库AGENTS、完整需求入口/current/coverage/changes/task-handoff-template、相关原始评论、v1.6决定、integration-plan、前端架构与已审R2规范/验收文件、HEL-827说明/验证和HEL-827/828结构化交接;复核HEL-829审核评论 `01a16c0a-4900-7b8b-a663-1e8273be418f`。按主卡继续授权及本施工卡落实,不变更需求。
|
||||
|
||||
## 改动
|
||||
|
||||
- `src/cybergril/life/persona.py`:在真实生成的system指令中要求诠释和初始习惯用本人第一人称,必要第三人称称“她”,禁止“它”指代她;保留解释空间/张力,不捏造经历,不写第三人称命定判词。
|
||||
- `src/cybergril/life/runtime.py`:真实生成指令明确当前只有高层卧室及窗边、沙发等室内范围;禁止未开放场所、无来源人物及用户互动。生活正文用本人声音,结构地点正常表达;保留自主活动,禁止默认天天读书,真实天气/摄像头/现实身体输入不伪装。
|
||||
- `tests/test_r2.py`:旧档案测试固定生活时钟,分别跑上海11:11窗内和12:11窗外;保持真实生产循环启用,数据库人格/任务0行、窗口内仅一条合法生活、显式补建来源和时间真实、出生/身份(含名字)/聊天指纹不变。新增provider边界断言确保约束实际进入调用,落库原文不被替换。替身不证明模型质量。
|
||||
- `scripts/r2_model_smoke.py`、`tests/test_r2_model_smoke.py`:复用原脚本,增加全局4次硬上限(失败计数)、拒绝覆盖证据、失败即停、原始system/user/参数/逐delta/原始正文留档;测试覆盖部分返回后失败仍计数、关闭上游和第五次不发出。未改provider或生产调用配置。
|
||||
|
||||
web源码、API协议、公开守卫、生活调度/预算、迁移和所有模型配置无改动。不存在输出后的人称替换或人工润色;没有触碰已有档案。HEL-827旧样例SHA256仍为 `09f2242f1a8e4f637967c7ac3e232407e40b0fe5707f8cc57a76ac1e8a93ff84`。
|
||||
|
||||
## 验证与质量
|
||||
|
||||
完整记录见 `VALIDATION-HEL-830.md`、`pytest-HEL-830.txt`、`model-smoke-HEL-830.json`。内容质量逐项自检见 `CONTENT-REVIEW-HEL-830.md`,本组自检通过,待总工独立复审。功能、隐私、内容质量分别记录,不能据本卡自测放行部署。
|
||||
|
||||
真实核验仅1组4次,全部结束;本地全新合成档案/临时DB,禁用app自动生活循环,无额外预检/重试。人格、生活、正向判定、同词反例各1次,46.31秒,保守预算9821。原始证据包含消费者正常关闭的GeneratorExit标记,详细解释保留在质量记录中。原始请求/输出不重写。
|
||||
|
||||
Python完整194项通过;web37项通过/build通过/lint 0error+1原有warning;Python ruff与两目标需求检查及diff检查结果见验证记录。未安装依赖,复用既有Python3.12.14锁定环境及一致lock的node_modules。
|
||||
|
||||
## 后续与边界
|
||||
|
||||
仅候选分支,未合并PR、未部署、未启用共享实例R2,未访问8300/8310/8320用户资料、4080或共享语音/口型服务。所有本轮进程已收齐,无留后台服务。回退候选可继续使用原64a47f35,不涉及线上数据回滚。
|
||||
|
||||
总管接回HEL-829,由总工复用本组原始输出独立复审,功能/隐私/内容通过后再按原批准路线部署全新独立测试实例。HEL-829先前42项浏览器E2E与13张图不是本卡重测;本卡环境未发现其 `hel829-pkg/e2e/` 夹具,不提供私有路径当交付,也未重跑浏览器/真机/Safari/Firefox。
|
||||
|
||||
真实连续3天每天1–4条、关网页仍生成:未开始且未验收,待隔离部署后由总管专卡和持久唤醒承接。R3记忆、R4主动联系、R5语音、R6城市天气素材完整备份、R7授权观察和真实视频/口型继续由HEL-797承接;本卡不是完整R2或产品完成。没有gh/tea或配置的credential helper/API凭据,按卡片允许交SSH推送分支,不伪造PR。
|
||||
@@ -0,0 +1,41 @@
|
||||
HEL-830 验证记录(2026-10-24,本地隔离数据)
|
||||
|
||||
基准 v1.10 / 59项,改动起点 `64a47f35d0eca195b9961f830b78a60fd1c7ce70`;实际产品目标为 `origin/agent/agent/de8874a3803b`。没有安装新依赖或模型,复用HEL-829既有Python3.12.14环境(ruff0.17.2)及相同lock的node_modules;Python/node lock与候选基准均零diff。
|
||||
|
||||
| 检查 | 本卡实际结果 |
|
||||
| --- | --- |
|
||||
| `PYTHONPATH=src python -m pytest -q`,python为既有3.12.14环境 | **194 passed,7.78秒**;1条原有Starlette TestClient弃用提示,未安装其建议的新包。完整输出 `pytest-HEL-830.txt` |
|
||||
| Python ruff:`src/cybergril/api/app.py src/cybergril/life src/cybergril/memory/store.py tests/test_r2.py tests/test_r2_model_smoke.py tests/test_birth_view.py scripts/r2_model_smoke.py scripts/r2_backfill_persona.py` | **All checks passed** |
|
||||
| `npm test --prefix web` | **4 files / 37 tests passed** |
|
||||
| `npm run build --prefix web` | **TypeScript/Vite通过,54 modules**;输出CSS `index-BYb0r_ow.css`、JS `index-BfS0uRmS.js` |
|
||||
| `npm run lint --prefix web` | **0 errors / 1原有warning**,ChatPanel.tsx:161 effect ref清理;未改前端 |
|
||||
| `python3 scripts/check_requirements.py --base-ref origin/main --handoff docs/requirements/handoff-HEL-830.json` | **通过,59项** |
|
||||
| 同上,base-ref换为 `origin/agent/agent/de8874a3803b` | **通过,59项** |
|
||||
| `git diff --check` | **干净** |
|
||||
| `git diff --exit-code 64a47f35 -- web docs/r2/model-smoke-HEL-827.json config requirements.lock` | **零diff** |
|
||||
|
||||
Python由191项增加至194项:原旧档案测试参数化增加1项(窗内/窗外)、真实provider提示词边界及不重写原文增加1项、真实核验脚本的失败计数/硬限/原始证据测试增加1项。先跑R2定向51项及记录器1项,再完成最终完整194项回归;未用测试替身当模型质量证据。
|
||||
|
||||
## 功能
|
||||
|
||||
原生产调度与旧档案守卫不变。测试固定上海2026-10-24的11:11和12:11,保持生产生活循环运行:窗内恰好1条合法生活、窗外0条;两种情况下显式补建前persona_interp/persona_job都0行,retry409。显式补建后来源backfilled-R2、实际生成时间、出生/identity(名字等)/聊天不变仍全断言。没有删除保护或关生产循环来换绿。
|
||||
|
||||
provider边界测试检查真实structured组装出来的system指令/user原始出生事实及已生成诠释,生成原文与存库值一致;证明确实从生成源头约束,无人称后替换。
|
||||
|
||||
## 隐私
|
||||
|
||||
原R2反例随完整pytest通过:成功完整轮次+全文接收确认+实际讲述判定三条件、失败/中断不发布、伪造/过期拒绝、跨重启重放、候选内原话、事务回滚、未分享列表/详情/消息/人格成长/health响应前裁剪。旧档案与关系变更保护保留。尚未实现的R3搜索/摘要/记忆端点不声称通过。
|
||||
|
||||
真实核验仅在本地临时全新合成档案,`create_app`明确禁用生活循环,随后直接调用人格/生活和两次判定,没有服务或后台偷跑。未发送接收确认,因此真实样例的事件始终told=0;这不冒充浏览器接收确认E2E。
|
||||
|
||||
## 真实生成与内容质量
|
||||
|
||||
命令:`PYTHONPATH=src python scripts/r2_model_smoke.py --real --output docs/r2/model-smoke-HEL-830.json`(同一既有Python3.12.14)。仅执行1次,4次模型调用全部完成,46.31秒,保守计账9821;人格standard温度0.7/max_tokens1200,生活low及两判定low温度0.4/max_tokens600,均沿用原规格,无配置改动和重试。无额外模型预检。
|
||||
|
||||
`persona/life/narrated/word_only/unacknowledged_hidden/birth_unchanged` 六项均true,原始system/user、参数、逐delta和返回正文已保存。正向判定选择事件1,反例选择空;没有凭证泄漏。内容自检通过,逐项语义核对见 `CONTENT-REVIEW-HEL-830.md`;原始记录中的GeneratorExit是消费者收到done后的正常关闭元数据,原样保留解释。不是用关键词命中或结构成功宣称长期质量。
|
||||
|
||||
## 未验证与交接
|
||||
|
||||
本卡未重跑浏览器E2E/截图/真机/Safari/Firefox。HEL-829原42项真实构建E2E及13张图仅作为已有审核证据,未记成本卡重测;其 `hel829-pkg/e2e/` 私有夹具在本环境指定位置未发现。前端与基准零diff,原全部接线成果保留。
|
||||
|
||||
所有测试命令、真实核验进程均已结束,临时合成DB已由TemporaryDirectory清理;无本卡监听服务、无长跑后台进程。未访问或改动现有8300/8310/8320资料、现网服务、共享语音/旧口型、4080。未补建真实档案,未部署、未合并。三天真实运行未开始,按交接由总管/总工接续。功能/隐私回归通过与本组内容自检通过都不代替独立复审或用户体验验收。
|
||||
File diff suppressed because one or more lines are too long
@@ -0,0 +1,10 @@
|
||||
........................................................................ [ 37%]
|
||||
........................................................................ [ 74%]
|
||||
.................................................. [100%]
|
||||
=============================== warnings summary ===============================
|
||||
../../../hel-829-8ee8ba59fefd/workdir/CyberGril/.venv312/lib/python3.12/site-packages/fastapi/testclient.py:1
|
||||
/home/xiaomo/multica_workspaces/hello-af23464d222e/hel-829-8ee8ba59fefd/workdir/CyberGril/.venv312/lib/python3.12/site-packages/fastapi/testclient.py:1: StarletteDeprecationWarning: Using `httpx` with `starlette.testclient` is deprecated; install `httpx2` instead.
|
||||
from starlette.testclient import TestClient as TestClient # noqa
|
||||
|
||||
-- Docs: https://docs.pytest.org/en/stable/how-to/capture-warnings.html
|
||||
194 passed, 1 warning in 7.78s
|
||||
@@ -0,0 +1,64 @@
|
||||
# R3 接续施工卡正文(HEL-832 产出,供总管直接建卡复制)
|
||||
|
||||
> 三张卡按依赖排序:① 后台施工(施工员)→ ② 回忆页接线(视觉总监)→ ③ 统一审核+独立部署(总工)。
|
||||
> 共同头部(每张卡须含):基准 v1.10(59 项);读取提交 `c285a0fd07e9d20e4fd4984942f3ae2fb8cbbd0c`;开工前必读仓库 `AGENTS.md`、`docs/requirements/README.md`、`current.md`、`coverage.md`、`changes.md`、`sources/integration-plan-v1.md` §3 R3、`docs/r3/REPORT-HEL-832.md`;新工作从 c285a0f 拉独立任务分支,不覆盖原作者工作;需求变更一律无。交付前跑 `python3 scripts/check_requirements.py --base-ref origin/main` 与 `--base-ref origin/agent/agent/de8874a3803b`(有交接 JSON 加 `--handoff`)。
|
||||
|
||||
---
|
||||
|
||||
## 卡① R3 记忆后台施工(施工员)
|
||||
|
||||
**标题建议**:【🌸·797·P50·施工】R3 真实记忆后台:成功对话写入、中文 FTS 接入对话、回忆页接口
|
||||
|
||||
**输入**:`docs/r3/REPORT-HEL-832.md` §4(改动边界逐条)、§5(DTO 合同)、§6(测试矩阵 T1–T8)、`docs/r3/fts-probe-HEL-832.txt`(实测证据)。关联要求:CG-006/008/013/014/015/016/018/021、AM-001、UX-006、GOV-001–005、DEL-001。
|
||||
|
||||
**做(严格按报告 §4.1–§4.4,重述要点)**:
|
||||
1. 成功事务内同步双写 mem_episodic(user+companion raw)+ 幂等列 turn_id(guarded ALTER + 部分唯一索引);登记 mem_job(growth_job 同款租约模式)。
|
||||
2. MEMORY_GIST(low 档,零配置改动)后台作业产 gist+affect;失败重试上限 3 次后 failed,gist 保持 NULL,禁模板;重启租约恢复。
|
||||
3. 新增 r3.sql:`mem_fts_zh`(trigram、外部内容表、IF NOT EXISTS)+ 一次性幂等重建;add_episodic 双写索引。
|
||||
4. 检索:服务端提词(剥引号/标点)→ 引号短语 → 三元组 OR 二遍 → <3 字基表 LIKE 回退;top-k≤4、accessibility≥0.05、排除近 20 轮 turn_id、噪声规则;独立 system 小节 ≤600 字计入 context_budget;命中 reinforce + JSON 日志(turn_id、命中记忆 ID、rank、mode)。
|
||||
5. `GET /api/memories`、`GET /api/memories/{id}` 按 §5 DTO(title 只用已压缩 gist;lifeIds/messageIds 服务端裁剪;404 中性);`life_control` 键 `memory_search`(默认 on)与 `last_mem_decay`(每小时 decay 批)。
|
||||
6. 诚实文案:系统提示「长期记忆…」句与 `/api/health` capabilities.memory 按实际生效更新。
|
||||
7. 测试 T1–T8 全过(ControlledLLM、隔离库、clock 注入)。
|
||||
|
||||
**不做**:向量/语义/关系层、identity promotion、记忆搜索/编辑端点、生活事件入记忆、前端任何改动、模型/温度/路由/预算/运行时/认证改动、新依赖、部署、真实模型调用(含 smoke——零真实调用)、触碰 told/telling_log/bazi_core/persona_*/growth_* 及 8300/8310/8320/8340。
|
||||
|
||||
**验收**:报告 §6 全矩阵绿 + 基线等价断言(/api/life、/api/messages、/api/persona 响应与 c285a0f 等价;底色 fingerprint 不变);交接 JSON(模板必填键)+ `docs/r3/` 交付说明;`docs/r3/` 下附完整 pytest/build 输出文件。
|
||||
|
||||
**停止条件**:任何 AM-001 断言失败、底色 fingerprint 变化、pytest 基线回归、或实现需要越界(新依赖/改路由/动旧表)→ 停止并回报具体冲突,不自行减项。
|
||||
|
||||
---
|
||||
|
||||
## 卡② 回忆页接线(视觉总监)
|
||||
|
||||
**标题建议**:【🌸·797·P50·接线】回忆页 episodic 层接真:/api/memories 接线与真实状态呈现
|
||||
|
||||
**输入**:报告 §5 接口/DTO/分页/可见性合同;已认可的回忆页设计(HEL-815 页面稿在正式界面的既有接入);Memory 域模型与 real 校验模式(`web/src/adapters/real.ts:35-38` serverLife 先例)。关联要求:AM-001、UX-006、VIS 系(呈现由视觉总监定稿)、GOV-005(本轮界面代码由视觉总监亲自写)。
|
||||
|
||||
**做**:
|
||||
1. 真实模式回忆 tab 数据源换 `GET /api/memories`(游标分页、重开重读、失败中性态——照 LifePanel 现有 real 生命周期约定);`serverMemory` 校验器丢不合格行不修补。
|
||||
2. 依视觉稿呈现 DTO 字段(title/text/group/source/lifeIds/messageIds 关联跳转);「她的成长」组数据仍来自 /api/persona,合流与否由视觉总监定稿。
|
||||
3. 空态/未接通态保持诚实(UX-006:记忆未生成前不伪装、演示路径零改动、不前端过滤替权限——只渲染服务端已裁剪数据)。
|
||||
4. 记忆详情关联「那时候的聊天」沿用 messageIds→/api/messages 既有模式。
|
||||
|
||||
**不做**:后端任何改动、新端点、演示模式改动、系统提示/能力文案改动;不替后端裁剪补漏(发现疑似泄露即停,回报总管转卡①修)。
|
||||
|
||||
**验收**:真实实例(卡③部署后或本地 mock 按 §5 合同)分页/详情/关联/空态/失败态全流程截图;两主题电脑+手机呈现;演示模式逐字节不变;web build/lint/test 绿。
|
||||
|
||||
**停止条件**:DTO 与合同不符、或任何视图出现未分享 lifeId/未发送消息引用 → 停止回报。
|
||||
|
||||
---
|
||||
|
||||
## 卡③ 统一审核 + 独立部署 + 授权 smoke(总工)
|
||||
|
||||
**标题建议**:【🌸·797·P50·审核部署】R3 记忆后台统一复审、隔离实例部署与受限真实验证
|
||||
|
||||
**做**:
|
||||
1. 对卡①卡②按本报告 §3(AM-001 五条)、§6 矩阵逐项复审核验(重跑测试、抽查中文 FTS 证据、基线等价断言)。
|
||||
2. 独立实例部署:新端口(部署时复核空闲,建议候选 8350,避开 8300/8310/8320/8340)、独立数据目录、releases+current 结构、隔离全新档案;health 可验证。
|
||||
3. 授权真实 smoke(上限,超限即停):gist 压缩 ≤8 次模型调用;真实对话 ≤6 轮(含 1 次隔天记忆取回:前日话题在排除近轮上下文后仍被检索注入并体现在回复);全量请求/响应证据留存(照 HEL-830 model-smoke 格式)。
|
||||
4. 隐私实测:told=0 事件经 /api/memories、详情、旧链接、消息 lifeIds 全路径零泄漏;told/bazi/growth 不变。
|
||||
5. 回滚方案就位(Git 回退 + 链接切回 + 数据保留);结果与访问地址报总管。
|
||||
|
||||
**不做**:并入 8310 真实档案(须白栖知另行确认)、修改 HEL-831 观测条件、对 8340 发任何聊天或模型请求、超上限 smoke、需求变更。
|
||||
|
||||
**停止条件**:检索噪声致人设漂移 → 关 memory_search 回报;gist 质量持续不可用或预算异常 → 停止回报;任何 AM-001 泄漏 → 立即下线该实例回报。
|
||||
@@ -0,0 +1,150 @@
|
||||
# R3 真实记忆接入核对报告(HEL-832)
|
||||
|
||||
> 性质:只读核对 + 施工收敛方案。基准 v1.10(59 项);读取提交 `c285a0fd07e9d20e4fd4984942f3ae2fb8cbbd0c`(分支 `agent/agent/a67b70ddbb63`;产品目标 `origin/agent/agent/de8874a3803b` = `db571ba`,是 c285a0f 的祖先,落后 12 个提交)。本轮未写产品代码、未启动服务、未发任何真实模型请求、未触碰 8300/8310/8320/8340 与任何用户数据。中文 FTS 结论来自隔离临时库实测(证据:`docs/r3/fts-probe-HEL-832.txt`)。
|
||||
> 需求依据:R1–R7 顺序获批原话 `01a1629c-732f-7559-8417-6f2ea05c7151`「同意按这个顺序开工」;R3 范围 = `sources/integration-plan-v1.md` §3 R3(成功对话写 mem_episodic:raw + low 档 gist 压缩 + affect 粗估;chat 上下文加 FTS top-k;reinforce/decay 定期跑批;回忆页 episodic 层接真;不做向量/语义/关系层整合)。AM-001 原话 `01a15f42-2781-700e-b75a-3ae4b023f46c`「整套认可,1选等她讲过才显示…」。CG-013/014/015 底色/诠释/成长分离依据 `01a15772`+`01a15774`「同意你的推荐」。本报告的工程取舍均为建议,不构成用户新决定。
|
||||
|
||||
## 1. 现状核对(c285a0f,已有能力 vs 占位)
|
||||
|
||||
### 1.1 存储与 schema
|
||||
|
||||
| 事实 | 证据 | 判定 |
|
||||
|---|---|---|
|
||||
| `mem_episodic`(raw/gist/affect/salience/accessibility/recall_count/consolidated/withheld/source)、`mem_semantic`、`mem_relational` 表已建 | `src/cybergril/memory/schema.sql:92-137` | 表可用,但全库无写入方(见 1.2) |
|
||||
| `Store.add_episodic`/`decay_accessibility`/`reinforce`/`search_fts` 已实现(同步 FTS 维护、指数衰减 floor=0.03、间隔效应) | `src/cybergril/memory/store.py:102-171` | API 可复用;`search_fts` 直传用户原文给 MATCH,不安全(§2.2) |
|
||||
| FTS 索引 `mem_fts` 用 `tokenize='unicode61 remove_diacritics 2'`,外部内容表挂 mem_episodic | `schema.sql:176-180` | **对中文不可用**(§2.1);结构可照搬换 trigram |
|
||||
| 向量表 mem_vec 仅注释 | `schema.sql:182-186` | 与「不上向量」一致,保持 |
|
||||
| 聊天表 `chat_message(id,ts,role,text,turn_id,status)`,`UNIQUE(turn_id,role)`,status ∈ pending/sent/failed/cancelled | `schema.sql:193-201` | R3 幂等键可挂 turn_id(建议加列,§4.1) |
|
||||
| R2 作业表模式:`growth_job(source,ref_id,state,owner,lease_until)`、`sharing_attempt`、`life_run` 租约恢复 | `src/cybergril/memory/r2.sql:2-49` | R3 记忆作业照此模式新建,不动旧表 |
|
||||
|
||||
**结论:真实记忆未实现。** `grep` 全 `src/`:`add_episodic`/`search_fts`/`decay_accessibility`/`reinforce` 除 `memory/store.py` 自身定义外**零调用方**;`tests/test_store.py:41-53` 只测插入,从不测中文检索。近 20 轮上下文(`api/app.py:468-471`)只是聊天记录,系统提示自己声明「长期记忆…仍未接通。近20轮不是长期记忆」(`app.py:478`)。**不能把已有表或近 20 轮上下文当成真实记忆已实现。**
|
||||
|
||||
### 1.2 聊天成功/取消/断连/接收确认(R3 写入的触发面,全部已验证)
|
||||
|
||||
| 路径 | 行为 | 证据 |
|
||||
|---|---|---|
|
||||
| 成功 | 同一事务:INSERT companion 'sent' + UPDATE user 'sent' + `sharing.prepare` 回执 | `api/app.py:553-565` |
|
||||
| 取消(新轮次/主动取消) | `active["cancel"].set()`;generate 提前 return 不写;finally 把 user 置 cancelled | `app.py:439-443, 549-550, 583-588` |
|
||||
| 断连 | `await request.is_disconnected()` 即返回,不落 sent | `app.py:532, 549` |
|
||||
| 失败 | 异常 → status='failed',user 行置 failed | `app.py:566-570, 583-588` |
|
||||
| 重启 | 启动时 pending→cancelled,epoch+1 持久 | `app.py:196-201` |
|
||||
| 重放 | 同 turn_id 同文重发 → 直接回放已存 sent 文本,不再调模型 | `app.py:444-456` |
|
||||
| 接收确认 | `POST /api/chat/received` → `Sharing.acknowledge`:status='sent' + token/text_hash 常量时间比对 + 有效期内 | `app.py:406-410`, `life/sharing.py:53-70` |
|
||||
|
||||
**R3 写入点即「成功事务」`app.py:553-560`:取消/失败/断连天然不触发,重放被 UNIQUE 挡住。**
|
||||
|
||||
### 1.3 life/told 三条件(AM-001 现行执行)
|
||||
|
||||
披露 = **成功轮次 AND 完整回执 AND 事后判定**(`life/sharing.py:1-4` 文档串;提交条件 `sharing.py:72-91`:m.status='sent' AND a.ack_at IS NOT NULL AND a.state='judged' 才置 told=1 并写 telling_log)。`PublicView.allows`(told=1 才放行,`life/public.py:9-12`);`/api/life` 只回 told=1(`app.py:386`);详情 404 中性文案(`app.py:394-404`);`public.message` 的 lifeIds 服务端裁剪(`public.py:26-31`);`chat_source_allowed`:回复若以任何未公开候选为条件,不得作为公开成长来源(`public.py:33-42`)。**R3 必须原样继承,不改 told、不自行确认接收(§3)。**
|
||||
|
||||
### 1.4 预算与路由
|
||||
|
||||
- `Scene.MEMORY_GIST` 已定义且路由 low(`think/scenes.py:58-59`、`config/models.yaml:58-59`),「量最大,必须低档 + 批处理」;`structured()`(`life/model.py:50-94`)走既有路由 + 预算预留(`PersistentBudget` 持久 token_usage,`model.py:13-47`),失败不落模板(LifeRuntime 同款约定 `runtime.py:180`)。**R3 的 gist 作业直接复用,无需改 models.yaml。**
|
||||
- 主对话上下文预算按档位裁剪(HIGH=4000,`scenes.py:119-124`;裁剪逻辑 `app.py:507-520`)——记忆注入块必须计入该预算。
|
||||
- 检索本身(SQLite)零模型调用,不占预算。
|
||||
|
||||
### 1.5 growth(成长层,R3 不得触碰)
|
||||
|
||||
`Persona.grow` 从 told=1 生活事件或 `chat_source_allowed` 聊天消息提炼 `growth_event`(`life/persona.py:136-173`;调度 `runtime.py:131-143`),出生底色经 `fingerprint` 校验且只在 `persona_interp` 层(`persona.py:72-99`)。**R3 的 mem 表与 growth_event 互不引用、互不写;底色/人格/初始习惯/关系零改写。**
|
||||
|
||||
### 1.6 回忆页现状
|
||||
|
||||
真实模式 `memories: []`(`web/src/adapters/real.ts:102`);回忆 tab 硬编码占位「暂无可核实的回忆 / 长期记忆尚未接通;文字聊天记录独立保留。」(`web/src/life/LifePanel.tsx:153-157`,real 视图 `LifePanel.tsx:32`)。域名模型 `Memory {id,title,text,group,source,lifeIds}` 已存在(`web/src/domain/model.ts:32-39`),演示模式四分组 `MEMORY_GROUPS`(`LifePanel.tsx:11`)。**接线合同见 §5,实际界面由视觉总监负责。**
|
||||
|
||||
## 2. 中文 FTS 实际能力(隔离实测,`docs/r3/fts-probe-HEL-832.txt`)
|
||||
|
||||
### 2.1 能力结论
|
||||
|
||||
1. **现行 unicode61 中文全 0 命中**(难过/下雨/雨声/杭州/我 → 0;仅英文命中)。表在≠中文可用。
|
||||
2. **SQLite 3.37.2 自带 trigram 分词器**:≥3 字中文子串命中正常(「杭州的雨」命中;跨句 OR 三元组成功召回前日话题;BM25 rank 正常;英文默认大小写不敏感)。服务器 Python 侧 SQLite 版本需在施工卡开工时同样实测一次(本沙箱 3.37.2 已含)。
|
||||
3. **trigram 表上 <3 字符查询(MATCH 和 LIKE 都)静默 0 行**——1–2 字中文词(雨声/难过/杭州)必须回退基表 `mem_episodic` LIKE(实测命中)。禁止对 trigram 表用短 LIKE。
|
||||
4. **安全查询**:用户原文直传 MATCH 会抛 OperationalError(引号/连字符/NEAR 等)。唯一安全构造 = 服务端自行提词(剥离双引号/控制符/标点后按 ≥3 字片段或三元组),每个词元双引号包裹,词元间只写固定 ` OR `;任何用户原文不得出现在引号外(实测 `'…' OR b-c'` 仍报错,证明必须整表达式由服务端生成)。
|
||||
|
||||
### 2.2 降级与停止条件(沿用获批 R3 停止条件并具体化)
|
||||
|
||||
- 0 命中 → 不注入记忆段,纯近轮上下文(正常降级,不算故障)。
|
||||
- 噪声判定:仅命中 1 个词元且无整短语命中视为噪声 → 同样不注入。
|
||||
- 真实体验中人设漂移/答非所问持续出现 → `life_control` 键 `memory_search=off` 一键关闭检索(保留写入),日志留证并回报总管——对应获批「检索噪声导致人设漂移 → 关检索开关回报」。
|
||||
|
||||
## 3. AM-001 对 R3 的硬边界(重点)
|
||||
|
||||
1. **R3 episodic 只写聊天文本**(user/companion 双方 'sent' 消息),**绝不写 life_event.content**——未分享生活从构造上就进不了记忆层,压缩/成长层无从绕过披露门禁。生活记忆仍留待 told 门禁之后的后续批次。
|
||||
2. 模型内部上下文 ≠ 对用户公开返回:检索命中的记忆注入的是模型 system 上下文(内部);她是否讲述某条记忆属输出层,已由 R2 sharing judge + 世界红线约束,R3 不新增任何披露路径。
|
||||
3. `/api/memories*` 全部走 `PublicView` 同款服务端裁剪序列化器:lifeIds 用 `telling_log`+`PublicView.references` 过滤(同 `public.py:26-31`);messageIds 只回 'sent';未知/未分享不出现,404 统一中性文案(同 `app.py:396-404` 模式)。**前端过滤不是权限控制,响应前裁剪。**
|
||||
4. 记忆作业**不触碰** `life_event.told`、`telling_log`、`sharing_attempt`、`bazi_core`、`persona_*`、`growth_*`;不调用任何等价「确认接收」接口;回执确认只由前端既有路径发起。
|
||||
5. 旧链接/搜索:本批不新增记忆搜索端点;未来任何搜索端点必须先过同一 allows 门禁(写入本报告作为合同,防后续绕过)。
|
||||
|
||||
## 4. R3 后台施工范围(可直接执行;工程建议,非用户新决定)
|
||||
|
||||
### 4.1 写入(成功对话 → 可靠落库)
|
||||
|
||||
- **触发时点**:`app.py:553-560` 成功事务内,同步写两条 `mem_episodic`(role='user'/'companion',raw=原文,gist=NULL 待压缩,salience 默认 0.5 数值占位,affect=NULL 待粗估,source='chat'),并同事务登记压缩作业 `mem_job(source='chat_message', ref_id=message_id, …)`。同步写仅本地 SQLite 微秒级,不阻塞主对话;**取消/失败/断连不写**(不走该事务);**重放幂等**:新增守卫列 `turn_id TEXT`(guarded ALTER,照 `store.py:44-51` life_event 先例)+ 部分唯一索引 `UNIQUE(turn_id, role) WHERE turn_id IS NOT NULL`。
|
||||
- **gist/affect 粗估作业**:后台循环(挂在现有 LifeRuntime.tick 的一个有界小节,照 growth_job「每次一条」模式 `runtime.py:131-143`)用 `structured()` + `Scene.MEMORY_GIST`(low 档)产出 gist(≤120 字要点)与 affect 粗估 {v,a,d};**模型失败→作业 state='failed' 可重试(上限 3 次后留 failed+reason),gist 保持 NULL,绝不填模板**(照 `runtime.py:180` 约定)。重启恢复照 `runtime.recover()`(`runtime.py:61-68`)租约过期模式。
|
||||
- **affect/salience 数值启发式**(命中关键词词典给 v/a 符号,缺省 NULL/0.5):数值字段、非人格文本,不涉 CG-014 模板红线;真实粗估由 gist 作业一并提供。
|
||||
|
||||
### 4.2 检索(FTS top-k 接后续对话)
|
||||
|
||||
- **索引迁移(增量)**:新建 `mem_fts_zh USING fts5(raw, gist, content='mem_episodic', content_rowid='id', tokenize='trigram')`(r3.sql,`CREATE … IF NOT EXISTS`);一次性 `INSERT INTO mem_fts_zh(rowid,raw,gist) SELECT id,raw,gist FROM mem_episodic`(事务内、幂等);旧 `mem_fts` 保留不删(回滚即旧路)。`add_episodic` 改为双写两个索引直至切换验收后清理。
|
||||
- **查询构造(§2 实测结论的落地)**:用户新消息 → 剥离控制符/双引号/标点取连续段;段 ≥3 字 → 整段双引号短语;全无 ≥3 字段 → 基表 LIKE 回退;短语零命中 → 第二遍按段采样三元组 OR(上限 64 词元);词元只由服务端生成,固定 ` OR ` 连接。
|
||||
- **注入合同**:命中 top-k(k≤4,accessibility≥0.05,排除本轮及近 20 轮已含 turn_id;rank 过滤噪声规则 §2.2)以独立 system 小节「她确实记得的更早的事(自然使用,不逐条复述,不确定就不用)」注入,块长 ≤600 字并计入 `decision.context_budget` 裁剪(`app.py:507-520`);命中即 `reinforce(id)` 并打一行 JSON 日志 `{"turn_id","hits":[{"id","rank"}],"mode":"phrase|trigram|like|none"}`(可追溯记忆 ID 与来源)。
|
||||
- **诚实文案**:`app.py:478` 系统提示改为如实反映「长期记忆已接通、主动消息/语音/视觉/天气仍未接通」;`/api/health` `capabilities.memory`(`app.py:289-294`)仅在写入+检索都真实生效后置 true。
|
||||
|
||||
### 4.3 衰减/强化批次
|
||||
|
||||
- `decay_accessibility` 每小时一批(`life_control` 键 `last_mem_decay` 记 dt,clock 参数注入可测);`reinforce` 检索命中即时调用(既有实现零改动)。
|
||||
|
||||
### 4.4 明确不做(本批边界)
|
||||
|
||||
向量/embedding(providers/embedding 闲置保留)、mem_semantic/mem_relational 整合、identity promotion、记忆搜索端点、记忆编辑/删除、生活事件入记忆、R4 主动提及记忆、任何模型/温度/路由/预算/运行时/认证改动、任何新依赖(trigram 为 SQLite 自带)。
|
||||
|
||||
## 5. 接口/DTO/分页/可见性合同(视觉总监接线依据)
|
||||
|
||||
```
|
||||
GET /api/memories?limit=30&before=<id> (游标分页,同 /api/life 模式)
|
||||
→ {"memories":[MemoryDTO…], "next_before": <id>|null, "epoch": n}
|
||||
GET /api/memories/{id} → {"memory": MemoryDTO, "epoch": n}
|
||||
未知/未分享/伪造 id 一律 404 中性文案(同 app.py:397「这一条现在打不开。」)
|
||||
```
|
||||
|
||||
`MemoryDTO`(映射既有 `Memory` 域模型 `model.ts:32-39`):
|
||||
|
||||
| 字段 | 生成规则 | 可见性 |
|
||||
|---|---|---|
|
||||
| id | mem_episodic.id(字符串化) | — |
|
||||
| title | gist(未压缩完成前不用该条)截断 ≤40 字 | 服务端生成 |
|
||||
| text | gist 全文 ≤200 字 | 服务端生成 |
|
||||
| group | episodic 固定「我们一起的」;「她的成长」仍来自 /api/persona(两源并存,是否合流由视觉总监定) | — |
|
||||
| source | 「来自 M月D日 HH:MM 的聊天」(事件 ts + 档案时区) | — |
|
||||
| lifeIds | `telling_log` × `PublicView.references` 服务端裁剪,未知/未分享不出现 | **AM-001** |
|
||||
| messageIds | 仅 'sent' 消息(同 public.message 白名单思路) | **AM-001** |
|
||||
| ts | 毫秒时间戳 | — |
|
||||
|
||||
前端规则:真实模式只渲染服务端已裁剪数据(照 LifePanel 现有 real 约定 `LifePanel.tsx:31-32` 注释);校验器照 `serverLife` 模式(`real.ts:35-38`)写 `serverMemory`,不合格行丢弃不修补;占位文案在数据到位前保持诚实(UX-006);演示路径零改动。
|
||||
|
||||
## 6. 隔离验收矩阵(施工卡必测;全部隔离库+注入时钟,不改系统时钟,零真实模型调用)
|
||||
|
||||
| # | 项 | 断言要点 |
|
||||
|---|---|---|
|
||||
| T1 | 中文 FTS 证据套件 | probe 全部用例转 pytest:unicode61 中文 0 命中(防回归声明)、trigram 短语/三元组命中、<3 字 LIKE 回退命中、trigram 表短 LIKE 静默 0(负例)、非法输入(引号/NEAR/OR/-/*)构造后不抛错且不越权 |
|
||||
| T2 | 成功写入幂等 | 成功轮→2 行 mem_episodic(turn_id 正确);取消/失败/断连→0 行;重放→不新增;重启→不重写 |
|
||||
| T3 | 作业持久与恢复 | mem_job pending 经租约恢复;模型失败→failed 可重试、gist 保持 NULL 无模板;成功→gist/affect 落库且 FTS 双索引可见 |
|
||||
| T4 | 检索接线 | 旧记忆(近 20 轮窗口外+不直接复述答案)经新消息触发后出现在 ControlledLLM 收到的上下文;0 命中/噪声→无记忆段;reinforce+1 且日志含记忆 ID;记忆块计入预算裁剪 |
|
||||
| T5 | 回忆页合同 | /api/memories 分页/before/epoch;DTO 逐字段;未分享 lifeId 不出现(种子 told=0 引用);详情 404 中性 |
|
||||
| T6 | 隐私全路径 | /api/life、/api/messages、/api/persona 响应与 c285a0f 基线逐字节等价(除声明变更);told/telling_log/bazi_core/persona_*/growth_* 零变化(fingerprint 断言底色不变) |
|
||||
| T7 | 模拟时间 | clock 注入驱动 decay 批次与租约过期(不碰系统时钟) |
|
||||
| T8 | 回归 | pytest 全绿(≥3.11 环境)、web build/lint/test 全绿、前端本卡零改动 |
|
||||
|
||||
隔天真实体验证据(真实模型+真实档案)**不在施工卡**:由总工在独立部署卡按授权上限执行(§7),模拟时间单测与真实证据分开记录。
|
||||
|
||||
## 7. 部署/回滚/真实体验授权上限(交后续卡)
|
||||
|
||||
- 部署:独立实例(新端口、独立数据目录、全新隔离档案;不复制用户库、不动 8300/8310/8320/8340),模式照 `/opt/cybergril-*/releases/<ts> + current` 已验证路径。正式并入 8310 真实档案须白栖知另行确认。
|
||||
- 回滚:代码 Git 回退 + 符号链接切回上一 release + start;schema 全增量(新列/新表/新索引),数据不删;`mem_fts` 未动,老代码回退即忽略全部 R3 表。
|
||||
- 真实 smoke 上限(供总管在部署卡明确授权):gist 压缩验证 ≤8 次模型调用;真实对话验证 ≤6 轮(含 1 次隔天记忆取回);超限或触发 §2.2 停止条件即停并回报。日志留存请求/响应证据(照 HEL-830 model-smoke 记录格式)。
|
||||
|
||||
## 8. 关联要求与结论
|
||||
|
||||
关联:CG-006(同一份记忆跨设备)、CG-008(后台连续性)、CG-013/014/015(底色只读/诠释自由/成长分离——R3 零触碰)、CG-016(关系不改写过去)、CG-018(同一份记忆)、CG-021(后台任务小模型)、AM-001(§3 全文)、UX-006(诚实接线)、GOV-001–005、DEL-001(R1–R7 顺序)。需求变更:无。
|
||||
|
||||
**未完待续**:R3 后台施工、视觉总监回忆页接线、总工统一审核+独立部署均未开始(卡文见 `CONSTRUCTION-CARDS-HEL-832.md`,由总管建卡);R2 三天观察仍由 HEL-831 承接;R4–R7 仍主卡 HEL-797 追踪。阶段通过≠产品完成。
|
||||
|
||||
*HEL-832 · 总工 · 2026-10-24 · 只读核对+文档交付;未写产品代码、未部署、未真实调用模型。*
|
||||
@@ -0,0 +1,51 @@
|
||||
== current schema (unicode61), Store.search_fts ==
|
||||
query '难过': 0 hits
|
||||
query '下雨': 0 hits
|
||||
query '雨声': 0 hits
|
||||
query '杭州': 0 hits
|
||||
query 'rain': 1 hits
|
||||
query 'Hangzhou': 1 hits
|
||||
query '我': 0 hits
|
||||
== raw user input passed straight to MATCH (syntax safety) ==
|
||||
query '难过"': ERROR OperationalError: unterminated string
|
||||
query 'a OR b': 0 hits
|
||||
query 'NEAR(a b)': 0 hits
|
||||
query 'rain*': 1 hits
|
||||
query '"unclosed': ERROR OperationalError: unterminated string
|
||||
query 'a-b': ERROR OperationalError: no such column: b
|
||||
== trigram tokenizer (SQLite 3.37.2) ==
|
||||
MATCH exact substring: {'难过': '0 hits', '雨声': '0 hits', '杭州的雨': '1 hits', 'rain': '1 hits', 'hangzhou': '1 hits'}
|
||||
MATCH 1-2 char substrings: {'雨': '0 hits', '下雨': '0 hits', 'ra': '0 hits'}
|
||||
LIKE 1-2 char substrings: {'雨': '0 hits', '下雨': '0 hits'}
|
||||
MATCH quoted phrase (safe user input): 0 hits 1 hits
|
||||
case folding LIKE: ERROR OperationalError: fts5: syntax error near "%" 1 hits
|
||||
== trigram + case_sensitive 0 default check with English ==
|
||||
MATCH 'Rain': 1 hits
|
||||
MATCH 'rain': 1 hits
|
||||
MATCH 'RAIN': 1 hits
|
||||
MATCH '"rain"': 1 hits
|
||||
done
|
||||
LIKE %雨% on trigram table: []
|
||||
count LIKE %雨%: (0,)
|
||||
|
||||
trigram-OR expression: "我今天" OR "今天很" OR "天很难" OR "很难过" OR "难过," OR "过,因" OR ",因为" ...
|
||||
hits: [('我今天很难过,因为下雨了', -8.19484240687679e-06)]
|
||||
cross-sentence recall via OR-of-trigrams: [('我今天很难过,因为下雨了',)]
|
||||
2-char MATCH 雨声: []
|
||||
|
||||
base-table LIKE %雨声%: [(1,)]
|
||||
|
||||
external-content trigram phrase match: [(2,)]
|
||||
Traceback (most recent call last):
|
||||
File "/tmp/multica-task-2302699922/opencode/fts_probe2.py", line 48, in <module>
|
||||
print("unsafe input safely quoted:", c3.execute(
|
||||
sqlite3.OperationalError: no such column: c
|
||||
|
||||
== 结论(HEL-832,隔离临时库实测,未触碰任何真实数据/服务) ==
|
||||
环境:Python 3.10.12 / SQLite 3.37.2(编译含 ENABLE_FTS5)。
|
||||
1. 现行 schema(unicode61)对中文检索全为 0 命中(难过/下雨/雨声/杭州/我 均 0);仅英文可命中。中文 FTS 现状=不可用。
|
||||
2. 用户原文不经处理直传 MATCH 会抛 OperationalError(unterminated string / no such column)。
|
||||
3. trigram 分词器(3.37.2 自带)对 ≥3 字中文子串命中正常("杭州的雨" 命中;跨句 OR 三元组召回成功;BM25 rank 正常;英文默认大小写不敏感)。
|
||||
4. trigram 表上 <3 字符查询(MATCH 与 LIKE 均)静默返回 0 行——1–2 字中文词必须回退到基表 mem_episodic LIKE,绝不能走 trigram 表。
|
||||
5. 外部内容表(content='mem_episodic') + trigram 可按 schema.sql:176-180 同款方式重建并正常检索。
|
||||
6. 引号包裹词元后,表达式里仍出现未引号用户片段(如 ' OR b-c')依旧报错——服务端必须只输出「剥离双引号后的自提词元 + 固定 OR 连接」,绝不拼接原文。
|
||||
@@ -0,0 +1,35 @@
|
||||
{
|
||||
"baseline_version": "1.10",
|
||||
"read_commit": "c285a0fd07e9d20e4fd4984942f3ae2fb8cbbd0c",
|
||||
"requirement_ids": ["CG-006", "CG-008", "CG-013", "CG-014", "CG-015", "CG-016", "CG-018", "CG-021", "AM-001", "UX-006", "GOV-001", "GOV-002", "GOV-003", "GOV-004", "GOV-005", "DEL-001"],
|
||||
"deliverable": "R3真实记忆接入核对与施工收敛:c285a0f只读核对报告(Store/schema、聊天成功/取消/断连/回执、预算/路由、life/told三条件、growth、回忆页现状,含文件行号与『已有表≠真实记忆已实现』结论);中文FTS隔离实测(unicode61中文全0命中、trigram≥3字可用、<3字须基表LIKE回退、MATCH注入防护);AM-001五条硬边界;R3后台施工范围+接口/DTO/分页/可见性合同+隔离测试矩阵T1–T8+部署回滚与smoke上限;三张可直接建卡的接续卡正文。交付docs/r3/REPORT-HEL-832.md、CONSTRUCTION-CARDS-HEL-832.md、fts-probe-HEL-832.txt与本交接。",
|
||||
"acceptance": [
|
||||
"报告关键结论均有源码 文件:行号 或来源原话依据(R1–R7顺序01a1629c、AM-001 01a15f42、CG-013/014/015 01a15772+01a15774),未知与工程建议明确标注,不冒充用户决定",
|
||||
"中文FTS结论来自隔离临时库实测并留存探针输出:现行unicode61对中文全0命中;trigram≥3字命中且跨句三元组召回成功;<3字查询须基表LIKE回退(trigram表短查询静默0行);用户原文不得直传MATCH,表达式只由服务端提词+引号+固定OR构成",
|
||||
"真实记忆现状判定清楚:add_episodic/search_fts/decay/reinforce全库零调用方、近20轮仅聊天记录、系统提示自述长期记忆未接通、回忆页真实模式为诚实占位——不把已有表或近轮上下文记成记忆已实现",
|
||||
"R3施工范围可直接派工:写入触发时点/幂等键(turn_id,role部分唯一索引)/取消失败不写/重启租约恢复/模型失败不填模板;检索注入计入context_budget并记命中ID日志;DTO合同lifelds/messageIds服务端裁剪;T1–T8隔离测试矩阵与停止条件齐备",
|
||||
"AM-001边界成文:R3 episodic只写聊天文本绝不写life_event.content;模型内部上下文与对用户返回分离;新端点全走PublicView同款裁剪;不触碰told/telling_log/bazi_core/persona_*/growth_*;不新增确认接收路径",
|
||||
"docs/r3/三文件+交接提交独立任务分支(仅文档变更),需求结构检查对origin/main与origin/agent/agent/de8874a3803b均通过"
|
||||
],
|
||||
"deferred": [
|
||||
"R3后台施工、回忆页接线、统一审核+独立部署均未开始,由总管按docs/r3/CONSTRUCTION-CARDS-HEL-832.md建卡派工(施工员→视觉总监→总工)",
|
||||
"真实smoke与隔天记忆体验证据未做(本卡零真实模型调用);部署卡按上限执行:gist≤8次调用、真实对话≤6轮,触发噪声漂移即关memory_search回报",
|
||||
"正式并入8310真实档案须白栖知另行确认;向量/语义/关系层整合、identity promotion、记忆搜索/编辑仍不做(获批R3边界)",
|
||||
"R2三天观察仍由HEL-831承接;R4主动联系、R5语音、R6城市天气/素材/完整备份、R7授权观察及真实视频/口型仍由主卡HEL-797追踪",
|
||||
"服务器侧SQLite版本与trigram可用性需在施工卡开工时同款探针复核一次;本沙箱Python 3.10无法跑全量pytest(仓库要求≥3.11),全量回归在施工卡以≥3.11环境执行"
|
||||
],
|
||||
"requirement_changes": [],
|
||||
"verification": [
|
||||
"只读核对基于 c285a0fd07e9d20e4fd4984942f3ae2fb8cbbd0c(分支agent/agent/a67b70ddbb63);产品目标origin/agent/agent/de8874a3803b=db571ba为其祖先、落后12提交,已核实",
|
||||
"中文FTS隔离实测:docs/r3/fts-probe-HEL-832.txt(Python3.10.12/SQLite3.37.2含FTS5;临时库,未触任何真实数据与服务)",
|
||||
"代码事实核对:memory/store.py:102-171零外部调用方;api/app.py:553-565成功事务、583-588失败/取消落status、444-456重放、196-201重启、406-410回执;life/sharing.py:72-91三条件;life/public.py:9-42裁剪;think/scenes.py:58-59+models.yaml:58-59 MEMORY_GIST已路由low;web/src/adapters/real.ts:102与LifePanel.tsx:153-157回忆页占位",
|
||||
"本沙箱测试:tests/test_store.py+test_router.py 28 passed(3.13秒);全量套件因沙箱Python3.10缺asyncio.timeout(仓库requires-python>=3.11)7项API测试环境性失败,非代码回归;HEL-830曾在Python3.12.14记录194 passed(handoff-HEL-830.json),本卡仅文档变更不改代码路径",
|
||||
"python3 scripts/check_requirements.py --base-ref origin/main 与 --base-ref origin/agent/agent/de8874a3803b(含--handoff本文件)均通过:59项结构完整",
|
||||
"未写产品代码、未启动服务、未发真实模型请求、未访问.11/.12服务、未读取真实用户正文、未复制用户库、未触碰8300/8310/8320/8340/共享语音/4080/系统时钟"
|
||||
],
|
||||
"product_target": "origin/agent/agent/de8874a3803b",
|
||||
"product_target_commit": "db571ba204c8372989f96e1ed9b5cd00d3a306c7",
|
||||
"branch": "agent/agent/6f98c609c73f",
|
||||
"deployed": false,
|
||||
"real_model_calls": 0
|
||||
}
|
||||
@@ -0,0 +1,34 @@
|
||||
{
|
||||
"baseline_version": "1.10",
|
||||
"read_commit": "64a47f35d0eca195b9961f830b78a60fd1c7ce70",
|
||||
"requirement_ids": ["CG-008", "CG-013", "CG-014", "CG-015", "CG-016", "CG-017", "CG-021", "CG-026", "AM-001", "UX-004", "UX-006", "GOV-001", "GOV-002", "GOV-003", "GOV-004", "GOV-005", "DEL-001"],
|
||||
"deliverable": "HEL-830最小后端提示词返工:本人自述、生活限于当前高层卧室、无来源人物互动禁止;旧档案窗内/窗外确定性测试;一组4次真实生成原始证据及内容逐项自检。保留HEL-828全部前端与HEL-829机械修复,详见docs/r2/HEL-830-HANDOFF.md。",
|
||||
"acceptance": [
|
||||
"真实provider请求中含本人声音和获批场景约束,原文入库,不做它到她的后替换",
|
||||
"旧档案在上海11:11和12:11均无人格自动补建,合法生活窗内1条窗外0条;显式补建来源/时间真实,出生、身份、名字、聊天不变",
|
||||
"真实核验恰好4次无重试,persona/life/narrated/word_only及未确认不公开、底色不变全部通过;内容自检逐项核对原始文字",
|
||||
"完整Python与web测试/构建/lint、两目标需求结构和diff检查通过;前端零改动,独立分支推送供复审"
|
||||
],
|
||||
"deferred": [
|
||||
"总管接回HEL-829总工独立复审,复用本组原始输出,不另开真实模型调用;本卡不是部署放行",
|
||||
"隔离实例部署及真实连续3天每天1–4条、关闭网页继续生活仍未开始,由总管专卡及持久唤醒承接",
|
||||
"HEL-829原42项浏览器端到端/13张图不是本卡重测;其私有夹具未发现,真机/Safari/Firefox未测",
|
||||
"R3记忆、R4主动联系、R5语音、R6城市天气素材完整备份、R7授权观察及真实视频/口型由HEL-797继续承接",
|
||||
"已有档案没有补建、重算或迁移,仍须单独授权"
|
||||
],
|
||||
"requirement_changes": [],
|
||||
"verification": [
|
||||
"docs/r2/pytest-HEL-830.txt:Python3.12.14完整194 passed,7.78秒,1条既有Starlette弃用提示",
|
||||
"web37 tests、TypeScript/Vite构建通过,lint0error/1原有ChatPanel warning;前端与64a47f35零diff",
|
||||
"Python ruff涉及API/life/store及R2测试脚本全通过;需求检查分别对origin/main和origin/agent/agent/de8874a3803b附本交接执行",
|
||||
"docs/r2/model-smoke-HEL-830.json:一组4调用46.31秒/保守9821,原始请求/参数/逐delta/原文保存,全部6项checks为true",
|
||||
"docs/r2/CONTENT-REVIEW-HEL-830.md:人称/场景/人物互动/深度/非模板/能力诚实逐项核对,自检通过待独立审核;GeneratorExit正常关闭元数据如实保留解释",
|
||||
"无部署、无共享数据访问、无新增依赖、无后台服务;旧HEL-827真实样例和全部前端原样保留"
|
||||
],
|
||||
"product_target": "origin/agent/agent/de8874a3803b",
|
||||
"product_target_commit": "db571ba204c8372989f96e1ed9b5cd00d3a306c7",
|
||||
"branch": "agent/agent/a67b70ddbb63",
|
||||
"deployed": false,
|
||||
"three_day_run": false,
|
||||
"real_model_calls": 4
|
||||
}
|
||||
@@ -7,6 +7,7 @@ import asyncio
|
||||
import json
|
||||
import tempfile
|
||||
import time
|
||||
from contextlib import aclosing
|
||||
from pathlib import Path
|
||||
from uuid import uuid4
|
||||
|
||||
@@ -18,9 +19,42 @@ from cybergril.life.persona import Persona, fingerprint
|
||||
from cybergril.life.runtime import LifeConfig, LifeRuntime
|
||||
|
||||
|
||||
def record_provider(provider, report, output):
|
||||
original = provider.stream
|
||||
|
||||
async def stream(messages, **kwargs):
|
||||
if len(report["calls"]) >= 4:
|
||||
raise RuntimeError("four-call hard limit reached")
|
||||
call = {"number": len(report["calls"]) + 1, "model": provider.model,
|
||||
"base_url": provider.base_url,
|
||||
"messages": [{"role": m.role, "content": m.content} for m in messages],
|
||||
"parameters": kwargs, "deltas": [], "raw_text": "", "completed": False}
|
||||
report["calls"].append(call)
|
||||
report["attempted_model_calls"] = len(report["calls"])
|
||||
# Count and persist the attempt before sending, including failures. No auth headers.
|
||||
output.write_text(json.dumps(report, ensure_ascii=False, indent=2) + "\n", encoding="utf-8")
|
||||
try:
|
||||
async with aclosing(original(messages, **kwargs)) as upstream:
|
||||
async for delta in upstream:
|
||||
call["deltas"].append({"text": delta.text, "done": delta.done,
|
||||
"finish_reason": delta.finish_reason, "usage": delta.usage})
|
||||
call["raw_text"] += delta.text
|
||||
call["completed"] |= delta.done or delta.finish_reason == "stop"
|
||||
yield delta
|
||||
except BaseException as exc:
|
||||
call["error_type"] = type(exc).__name__
|
||||
raise
|
||||
finally:
|
||||
output.write_text(json.dumps(report, ensure_ascii=False, indent=2) + "\n", encoding="utf-8")
|
||||
|
||||
provider.stream = stream
|
||||
|
||||
|
||||
async def run(output):
|
||||
if output.exists():
|
||||
raise FileExistsError("Refusing to overwrite evidence or repeat this run")
|
||||
report = {"synthetic_only": True, "browser_connected": False, "three_day_run": False,
|
||||
"max_model_calls": 4, "checks": {}}
|
||||
"max_model_calls": 4, "calls": [], "checks": {}}
|
||||
with tempfile.TemporaryDirectory(prefix="r2-smoke-", dir=output.parent) as directory:
|
||||
app = create_app(db_path=Path(directory) / "synthetic.db", life_config=LifeConfig(enabled=False))
|
||||
async with app.router.lifespan_context(app):
|
||||
@@ -29,17 +63,25 @@ async def run(output):
|
||||
response.raise_for_status()
|
||||
s, original = app.state.store, fingerprint(app.state.store)
|
||||
router, models = app.state.life.router, app.state.life.models
|
||||
for provider in set(router.provider_for(t) for t in router.available_tiers()):
|
||||
record_provider(provider, report, output)
|
||||
router.guard = PersistentBudget(s, router.guard)
|
||||
persona = Persona(s, router, models, enabled=True)
|
||||
start = time.monotonic()
|
||||
report["checks"]["persona"] = await persona.ensure()
|
||||
report["persona"] = persona.view()
|
||||
if not report["checks"]["persona"]:
|
||||
report["stopped"] = "persona_failed_no_retry"
|
||||
output.write_text(json.dumps(report, ensure_ascii=False, indent=2) + "\n", encoding="utf-8")
|
||||
return False
|
||||
runtime = LifeRuntime(s, router, models, LifeConfig(enabled=True), app.state.sharing, persona)
|
||||
# An explicit synthetic current-window invocation, not backfilled production history.
|
||||
await runtime.generate("synthetic-smoke", 0)
|
||||
life = s.query_one("SELECT * FROM life_event")
|
||||
report["checks"]["life"] = bool(life)
|
||||
report["life"] = dict(life) if life else None
|
||||
if not life:
|
||||
report["stopped"] = "life_failed_no_retry"
|
||||
if life:
|
||||
for name, text in (
|
||||
("narrated", "刚才我这边发生了一件小事:" + life["content"]),
|
||||
@@ -54,11 +96,15 @@ async def run(output):
|
||||
judged = dict(s.query_one("SELECT state,selected FROM sharing_attempt WHERE message_id=?", (receipt["message_id"],)))
|
||||
report[name] = judged
|
||||
report["checks"][name] = judged["state"] == "judged" and json.loads(judged["selected"]) == ([life["id"]] if name == "narrated" else [])
|
||||
if not report["checks"][name]:
|
||||
report["stopped"] = name + "_failed_no_retry"
|
||||
break
|
||||
report["checks"]["unacknowledged_hidden"] = not s.query("SELECT * FROM life_event WHERE told=1")
|
||||
report["checks"]["birth_unchanged"] = fingerprint(s) == original
|
||||
report["elapsed_seconds"] = round(time.monotonic() - start, 2)
|
||||
report["conservative_tokens"] = router.guard.used
|
||||
report["life_runs"] = [dict(r) for r in s.query("SELECT status,reason FROM life_run")]
|
||||
report["attempted_model_calls"] = len(report["calls"])
|
||||
output.write_text(json.dumps(report, ensure_ascii=False, indent=2) + "\n", encoding="utf-8")
|
||||
print(json.dumps({"checks": report["checks"], "elapsed_seconds": report["elapsed_seconds"]}, ensure_ascii=False))
|
||||
return all(report["checks"].values())
|
||||
|
||||
@@ -74,6 +74,9 @@ class Persona:
|
||||
raw, model = await structured(
|
||||
self.router, self.models, Scene.DIALOGUE_FOLLOWUP,
|
||||
'从原始出生资料自主形成有张力、可延续的人格理解,不给标准答案,不列浅标签,'
|
||||
'以她本人的声音表达:interpretation自我诠释和habits初始习惯以第一人称“我”为主,'
|
||||
'必要第三人称只能称“她”,禁止用“它”指代她,不写算命师对对象的第三人称判词。'
|
||||
'保留底色的解释空间、内在张力和自主喜好,不把倾向说成命定结论,习惯不是已发生的经历。'
|
||||
'不杜撰已发生的经历,不改写原始事实。返回 {"interpretation":"100至2400字的自主诠释",'
|
||||
'"habits":["3至5条小喜好习惯,每条最多160字"]}。', prompt_facts(self.store),
|
||||
)
|
||||
|
||||
@@ -162,8 +162,15 @@ class LifeRuntime:
|
||||
raw, _ = await structured(
|
||||
self.router, self.models, Scene.LIFE_EVENT,
|
||||
'生成此刻真实运行中的一条世界内日常经历,不是停机期回忆。不要模板,不涉及用户隐私,'
|
||||
'不假装接入天气、摄像头或现实身体。返回 {"kind":"thought或scene或encounter或mood_shift",'
|
||||
'"content":"12至800字世界内陈述","place":"世界内地点","salience":0到1,"valence":-1到1}。',
|
||||
'当前世界只开放一间温暖温馨的高层卧室,含窗边、慵懒沙发与女性化装饰;'
|
||||
'place和活动都必须在这间卧室内,禁止办公室、茶水间、其他房间或外出等未开放场所。'
|
||||
'禁止编造无来源的第三方人物、同事、用户在场或与他们的互动,也不捏造过去的经历。'
|
||||
'可以自主产生有个性、有细节的小活动与想法,不限于固定几种,不默认每天读书。'
|
||||
'content以她本人的第一人称“我”为主,必要第三人称只能称“她”,禁止用“它”指代她;'
|
||||
'place等结构字段正常描述,不必塞入“我”。'
|
||||
'不假装接入真实天气、摄像头或现实身体;视觉素材中的雨夜等不能当作当前真实天气事实。'
|
||||
'返回 {"kind":"thought或scene或encounter或mood_shift",'
|
||||
'"content":"12至800字的本人生活自述","place":"这间高层卧室内的地点","salience":0到1,"valence":-1到1}。',
|
||||
{"time": datetime.fromtimestamp(self.clock(), ZoneInfo(self.config.timezone)).isoformat(),
|
||||
"persona": self.persona.prompt()}, timeout=30, max_tokens=600,
|
||||
)
|
||||
|
||||
+37
-2
@@ -33,6 +33,7 @@ class R2LLM(ControlledLLM):
|
||||
self.persona_result = PERSONA
|
||||
self.reply = "我今天给一段旋律换了个结尾,停在了喜欢的那个音上。"
|
||||
self.background_calls = []
|
||||
self.background_messages = []
|
||||
self.block = False
|
||||
self.entered = None
|
||||
self.release = None
|
||||
@@ -51,6 +52,7 @@ class R2LLM(ControlledLLM):
|
||||
return
|
||||
prompt = messages[0].content
|
||||
self.background_calls.append(prompt)
|
||||
self.background_messages.append(messages)
|
||||
if self.entered:
|
||||
self.entered.set()
|
||||
if self.block:
|
||||
@@ -157,7 +159,8 @@ def test_new_persona_and_relation_do_not_mutate_any_layer(tmp_path):
|
||||
assert c.post("/api/companion", json=CREATE).status_code == 409
|
||||
|
||||
|
||||
def test_old_profile_never_auto_backfilled_and_explicit_backfill_is_honest(tmp_path):
|
||||
@pytest.mark.parametrize("hour,life_count", [(11, 1), (12, 0)])
|
||||
def test_old_profile_never_auto_backfilled_and_explicit_backfill_is_honest(tmp_path, monkeypatch, hour, life_count):
|
||||
app, _ = app_for(tmp_path, enabled=False)
|
||||
with TestClient(app) as c:
|
||||
c.post("/api/companion", json=CREATE)
|
||||
@@ -166,11 +169,20 @@ def test_old_profile_never_auto_backfilled_and_explicit_backfill_is_honest(tmp_p
|
||||
birth = fingerprint(s)
|
||||
raw = s.query_one("SELECT identity_json FROM companion")[0]
|
||||
chats = [tuple(r) for r in s.query("SELECT * FROM chat_message")]
|
||||
# Freeze only the runtime clock before lifespan starts, leaving the real loop enabled.
|
||||
stamp = datetime(2026, 10, 24, hour, 11, tzinfo=ZoneInfo("Asia/Shanghai")).timestamp()
|
||||
monkeypatch.setattr("cybergril.api.app.LifeRuntime",
|
||||
lambda *args: LifeRuntime(*args, clock=lambda: stamp))
|
||||
app2, p = app_for(tmp_path)
|
||||
with TestClient(app2) as c:
|
||||
c.portal.call(app2.state.life.tick) # settle the current slot; repeated ticks are idempotent
|
||||
assert c.get("/api/persona").json()["state"] == "not_initialized"
|
||||
assert c.post("/api/persona/retry").status_code == 409
|
||||
assert not p.background_calls
|
||||
assert not app2.state.store.query("SELECT * FROM persona_interp")
|
||||
assert not app2.state.store.query("SELECT * FROM persona_job")
|
||||
assert len(app2.state.store.query("SELECT * FROM life_event")) == life_count
|
||||
assert len(p.background_calls) == life_count
|
||||
assert all("本人生活自述" in prompt for prompt in p.background_calls)
|
||||
persona = app2.state.persona
|
||||
c.portal.call(lambda: persona.ensure(backfill=True))
|
||||
view = c.get("/api/persona").json()
|
||||
@@ -181,6 +193,29 @@ def test_old_profile_never_auto_backfilled_and_explicit_backfill_is_honest(tmp_p
|
||||
assert [tuple(r) for r in app2.state.store.query("SELECT * FROM chat_message")] == chats
|
||||
|
||||
|
||||
def test_generation_requests_carry_voice_and_current_world_without_rewriting_output(tmp_path):
|
||||
# This verifies the actual provider boundary, not model content quality.
|
||||
app, p = app_for(tmp_path)
|
||||
with TestClient(app) as c:
|
||||
c.post("/api/companion", json=CREATE)
|
||||
runtime = setup_runtime(app, fixed_clock())
|
||||
c.portal.call(runtime.tick)
|
||||
persona_request = next(m for m in p.background_messages if "自主形成有张力" in m[0].content)
|
||||
life_request = next(m for m in p.background_messages if "本人生活自述" in m[0].content)
|
||||
for messages in (persona_request, life_request):
|
||||
assert [m.role for m in messages] == ["system", "user"]
|
||||
assert "第一人称“我”" in messages[0].content
|
||||
assert "禁止用“它”指代她" in messages[0].content
|
||||
assert '"pillars"' in persona_request[1].content
|
||||
for constraint in ("高层卧室", "窗边", "慵懒沙发", "女性化装饰", "办公室", "茶水间",
|
||||
"禁止编造无来源", "不默认每天读书", "雨夜等不能当作当前真实天气事实"):
|
||||
assert constraint in life_request[0].content
|
||||
assert INTERP in life_request[1].content
|
||||
assert c.get("/api/persona").json()["interpretation"]["text"] == PERSONA["interpretation"]
|
||||
row = app.state.store.query_one("SELECT content,place,told FROM life_event ORDER BY id DESC LIMIT 1")
|
||||
assert tuple(row) == (LIFE["content"], LIFE["place"], 0)
|
||||
|
||||
|
||||
def test_failed_persona_retry_has_no_template_or_half_seeds(tmp_path):
|
||||
p = R2LLM()
|
||||
p.persona_result = {"interpretation": "错误短标签", "habits": ["伪造"]}
|
||||
|
||||
@@ -0,0 +1,50 @@
|
||||
"""The opt-in smoke recorder counts failed attempts and never sends a fifth call."""
|
||||
import json
|
||||
|
||||
import pytest
|
||||
|
||||
from cybergril.contracts import LLMDelta, LLMMessage
|
||||
from scripts.r2_model_smoke import record_provider
|
||||
|
||||
|
||||
@pytest.mark.asyncio
|
||||
async def test_smoke_evidence_preserves_partial_failure_and_caps_all_attempts(tmp_path):
|
||||
class Provider:
|
||||
model = "synthetic-test"
|
||||
base_url = "http://unused"
|
||||
sent = 0
|
||||
closed = 0
|
||||
|
||||
async def stream(self, messages, **kwargs):
|
||||
self.sent += 1
|
||||
try:
|
||||
yield LLMDelta(text="原始片段")
|
||||
if self.sent == 1:
|
||||
raise OSError("synthetic failure")
|
||||
yield LLMDelta(text="完成", finish_reason="stop")
|
||||
finally:
|
||||
self.closed += 1
|
||||
|
||||
provider = Provider()
|
||||
report = {"calls": []}
|
||||
output = tmp_path / "evidence.json"
|
||||
messages = [LLMMessage(role="system", content="原始提示"), LLMMessage(role="user", content="合成资料")]
|
||||
record_provider(provider, report, output)
|
||||
with pytest.raises(OSError):
|
||||
async for _ in provider.stream(messages, temperature=.7, max_tokens=1200):
|
||||
pass
|
||||
for _ in range(3):
|
||||
async for _ in provider.stream(messages, temperature=.4, max_tokens=600):
|
||||
pass
|
||||
with pytest.raises(RuntimeError, match="hard limit"):
|
||||
async for _ in provider.stream(messages):
|
||||
pass
|
||||
evidence = json.loads(output.read_text())
|
||||
assert provider.sent == provider.closed == evidence["attempted_model_calls"] == 4
|
||||
assert len(evidence["calls"]) == 4
|
||||
failed = evidence["calls"][0]
|
||||
assert failed["error_type"] == "OSError" and not failed["completed"]
|
||||
assert failed["raw_text"] == "原始片段"
|
||||
assert failed["messages"] == [{"role": m.role, "content": m.content} for m in messages]
|
||||
assert failed["parameters"] == {"temperature": .7, "max_tokens": 1200}
|
||||
assert all(c["raw_text"] == "原始片段完成" and c["completed"] for c in evidence["calls"][1:])
|
||||
Reference in New Issue
Block a user