141 lines
9.3 KiB
Markdown
141 lines
9.3 KiB
Markdown
# 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.yaml` `budget.total_requests=55`
|
||
`budget.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)
|
||
|
||
1. `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)。
|
||
2. 每次 search 恰好 1 条嵌入记账;并发预占不越 cap(C4/C6)。
|
||
3. 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)。
|
||
4. 请求计数与 token 预占持久化,重启不归零(tests 双实例同库复现)。
|
||
5. 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。
|
||
6. 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)。
|
||
7. 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)。
|