9.3 KiB
HEL-874/882 · 真实整体检查执行表(有确定上限,交总管核定)
本表取代 runbook-hel870 §6 的估算口径:**原「约 20–30 次请求 / 100–200 条嵌入」 只是估算,不构成任何批准额度。**HEL-874 本卡零真实模型调用、零出站; HEL-882 勘正:HEL-874 的真实 SDK 验证脚本当时未替换 fastembed 边界, 运行过真实本地嵌入推理(可证下限 12 条,详见 docs/rework/hel874/erratum-hel882.json), 自 HEL-882 起验证边界为确定性 512 维替身 + 禁非回环,零真实嵌入。
三部分各自独立账本与授权来源;超出既有授权的部分由总管向白栖知申请,
批准前对应硬闸保持 cap=0(fail-closed,任何真实工作前拒绝)。
HEL-857 系列冻结余额(真实请求 39/60、嵌入 498/500、HEL-835 闸)不挪用、
不清零、不并入本表任何一部分;换新账本文件绕过冻结会被
verify_ledger_authority 拒绝(HEL-882)。
0. 实测单次开销与入账口径(真实固定 SDK 验证得出,docs/rework/hel874/)
| 操作 | LLM 请求 | 嵌入条数 | 说明 |
|---|---|---|---|
| Mem0 单行 add(infer) | 1 | 2–3 | phase1 查询嵌入 1 + phase3 提取批嵌入 N + phase7 实体 upsert 0..N |
| Mem0 search | 0 | 1 | 问答每轮 1 条查询嵌入 |
| 失败/取消(HEL-882 口径) | 见下 | 见下 | 保守入账,不退款 |
| 重试上限 | 每批 ≤3 次 | 同上×3 | 预算拒绝不耗次数(重排队等预算);真实错误 3 次后 failed |
入账口径(HEL-882 修正,总管独立复现驱动):
- 发送前预占:所有真实 provider 出口(创建/对话/生活/gist/判定/成长/主动
措辞及 Mem0 内部提取 LLM)在发送前经
PersistentBudget.acquire原子预占 「请求次数(类别日顶 + 一次性总量)+ 日 token(保守估算)」,任一到顶即BudgetStop拒绝——不再降档继续调用;持久落库(token_usage/request_usage/budget_total),重启不归零、并发不越顶。 - token 保守性:估算 = 输入字符数 1:1 + 声明的 max_tokens 全额(中英文 两个方向都高估);provider 返回真实 usage 按实际修正(多补少退),未知 usage/断流/失败/取消保守保留全部预占——已发送的成本不当未发生。
- SDK 隐藏重试已禁用:固定安装内 OpenAI client
max_retries=0,每次实际 发送过闸计数;被网关应答过的失败(含 5xx)照实入账,只有可证明未连接 (httpx.ConnectError)才释放预占。 - 嵌入批次保守性:单条嵌入失败(未产出向量)释放;批次中途失败无法证明 哪些已推理,整批保守落账。
- Mem0 内部 LLM:独立
llm_ops累计账(B)+llm_daily日顶(C)+ 统一 请求闸(semantic类别 + 日 token 池,发送前预占)。 - 未知预占不退款(HEL-885):
reserve:预占行不再按一小时超时清除—— 已发送后崩溃未 settle 的消费事实必须保留;唯一删除路径是可证明未发送的 显式release()(如 httpx.ConnectError 级未连接)。作业租约过期不是 「未发生」的证明。跨日结算/释放一律按预占凭据的hold.day记回原日, 不冲新一天、不产生负用量(token_usage/request_usage同口径)。
1. A 部分 · 一次性团队整体检查(隔离空库,非用户档案)
用途:统一候选在 8360 隔离实例上按体验链路清单 1–7 全链走一遍(stub 语义, 不激活 Mem0),验证创建→对话→生活→情绪/关系→主动联系→重开同步与隐私负例。
| 项 | 次数上限(硬顶) |
|---|---|
| 创建 + 自主诠释 + 初始习惯 | 4 次请求 |
| 对话(含多轮、中断重试) | 12 轮 ≤ 16 次请求 |
| 生活槽(4 槽)+ 打断/恢复 | ≤ 8 次请求 |
| 分享判定 / 成长 / gist | ≤ 20 次请求(每完成轮 2 条 gist × 最多 8 轮 + 判定/成长若干) |
| 主动联系措辞 | ≤ 3 次请求 |
| 合计硬顶 | 55 次请求 / 500,000 tokens / 0 嵌入 |
- 硬闸(HEL-882 起为真实硬闸):
config/models.yamlbudget.total_requests=55budget.total_tokens=500000(跨日累计,落budget_total表)+ 各类别daily_requests(A 检查当天也受日顶约束,按 C 表或总管核定值)+daily_tokens。 任一到顶在发送前拒绝(budget_*_exhausted),拒绝如实留证不补发。 - 授权来源:需总管新批(.11:8731 网关在产品环境的用量不属于 HEL-857 的 60 次实验授权)。
2. B 部分 · 首周后台/语义激活(需白栖知批准后执行)
用途:CYBERGRIL_SEMANTIC=mem0 真实激活,独立新账(embed_ops 续账 +
llm_ops 新表),观察提取/检索/原话回读在真实使用中的质量。
| 项 | 上限(硬顶) |
|---|---|
| Mem0 提取 LLM(随公开轮 add) | ≤ 60 次(llm_cap) |
| 嵌入(提取批 + 实体 + 查询) | ≤ 180 条(embed_cap) |
| 对话/生活/判定等其余 | 并入 C 部分日账 |
累计 cap / 保留量算式(HEL-885,写入 config 前照此换算,禁止把增量直接填进累计上限):
权威账现状 :已用 498 条,原批上限 500,冻结不动余额 2 条
新批增量 :白栖知批准的 B 部分嵌入条数(示例 180)
embed_cap = 500 + 180 = 680 # 原批上限 + 新批增量(≠ 180)
embed_reserve= 2 # 原冻结余额继续保留,不得消耗
可用余量 = 680 − 498 − 2 = 180
authority = {prefix_rows: <权威账前N行>, prefix_sha256: <逐行摘要>,
min_used: 498} # HEL-885 起任一 cap>0 时必填,缺/空/错即拒绝构造
错误示例:对已用 498 的账把 embed_cap 填成 180(等于瞬间耗尽并掩盖历史用量);
以任何方式消耗旧冻结 2 条(min_used: 498 保证拒绝)。authority 块缺省或
整段注释时,mem0 模式在构造前 fail-closed(ledger_authority_required),
不再是可以跳过的可选项。
- 硬闸:
embed_cap/llm_cap(累计)+embed_daily/llm_daily(日顶)写入 config/semantic.yaml(默认全 0=拒绝);预占-落账事务制保证并发不越 cap;embed_reserve预留复测余量;authority冻结前缀块拒绝新文件绕过 498/500。 - 碰上限即停:作业批回到
queued(reason=semantic_*_budget_*),不耗重试 次数、不丢行——总管调 cap 后同一批续跑,已完成的行不再重发(向量库逐行 锚点 +sem_row_done逐行完成记录,HEL-885:每个向量只证明自己那一行, 空提取行同样有完成证明);检索返回空块、对话回落词面 FTS,主对话不中断; 不自动翻页。 - SDK 吞错已堵住:中途嵌入被预算挡住时 mem0 返回空列表,产品现在识别为预算 拒绝并重排队(不再误写 done/[] 造成永久漏整理)。
- 授权来源:需白栖知明确批准(提高嵌入上限或另批独立账;现有 498/500 余额 2 条不够任何真实激活,属 HEL-835 未解闸范围)。
3. C 部分 · 用户日常使用(体验地址交付后)
| 项 | 日上限(硬顶,建议值交核定) |
|---|---|
| 主对话 + 主动措辞 + 危机 | ≤ 60 次/日(类别 dialogue) |
| 生活事件生成(4 槽/天) | ≤ 8 次/日(类别 life) |
| gist/判定/成长(含创建诠释) | ≤ 40 次/日(类别 background) |
| Mem0 提取 LLM | ≤ 40 次/日(类别 semantic,llm_daily) |
| 嵌入(全部) | ≤ 60 条/日(embed_daily) |
| tokens | 2,000,000/日(daily_tokens) |
- 硬闸(HEL-882):上表全部落
daily_requests/embed_daily/llm_daily/daily_tokens,发送前原子预占、到顶拒绝、重启不归零;daily_tokens到 95% 非关键场景仍先降档/停(structured 预检),到顶一律硬停不降档续调; 嵌入/提取到顶只停语义层,主对话可继续(其类别独立计账)。 - 授权来源:需白栖知批准日预算后才能交付体验地址;首周日用量按本表 B 部分上限受控观察,超限如实记录不补发。
4. 本卡已核实的闸门事实(代码级,测试可复现)
embed_cap=0/llm_cap=0/daily_requests.*=0在任何真实工作前拒绝, 出站为 0(真实 SDK 实测 C5 + tests/test_hard_gates_hel882.py)。- 每次 search 恰好 1 条嵌入记账;并发预占不越 cap(C4/C6)。
- 对话同一轮绝不双发(chat_lock + 轮次幂等重放);预算到顶 0 次 provider 调用、如实 chat.error(总管 api 复现已拦住,tests 复现)。
- 请求计数与 token 预占持久化,重启不归零(tests 双实例同库复现)。
- 语义作业:预算拒绝重排队不耗次数;真实错误 ≤3 次重试;租约回收与向量库 级幂等保证不重发已入库行;stub→mem0 按后端区分覆盖,真实完成批不重发。
- SDK 隐藏重试已禁用(max_retries=0),被应答的失败照实入账;只有可证明 未连接的预占才释放(总管 sdk 复现已拦住,tests 复现)。
- 主对话 token/请求与语义层独立闸,均发送前预占(含 Mem0 内部 LLM 并入
semantic类别 + 日 token 池)。