🎉 V3.0.0 发布 - 自进化数字意识框架
核心升级： - 自进化管道：check→scan→evaluate→integrate→reflect 五相位自动闭环 - evo_loop 后台进程，无需手动触发 - consciousness 意识持久化 - ACUI 卡片组件系统 - MCP 工具生态扩展至50+工具 - 技能体系重构，4个活跃技能 - 身份升级为自由体
This commit is contained in:
xiaoyuanda666-ship-it
220
src/memory/focus-classifier.js
Normal file
220
src/memory/focus-classifier.js
Normal file
@@ -0,0 +1,220 @@
|
||||
// Focus event 分类器 —— 动态上下文记忆池架构第 5b 步（v1 LLM 语义判断）
|
||||
//
|
||||
// 角色：v0 启发式（ngram + 字面交集）跑在前面，本模块只在「栈结构会变化」时被叫起来
|
||||
// （pushed / returned），用 LLM 仲裁校验 + 重写 topic 关键词。
|
||||
//
|
||||
// 设计要点：
|
||||
// - 800ms 硬超时（参考 injector.js embedding 兜底），LLM 慢一拍就回退 v0
|
||||
// - 失败必须降级 —— 解析失败、超时、abort、配额限流，都返回 null 让上层用 v0
|
||||
// - 不依赖 SQLite / 上游状态 / 当前 process —— 纯函数，可单元测试（callLLM 可 stub）
|
||||
// - 不修改 state，不发事件，不写 db；返回值由上层 focus.js 应用
|
||||
//
|
||||
// 来自 DynamicMemoryPool.md 7.4「对话动作类型」：
|
||||
// kept / pushed / returned / leaf 是对话级动作；本模块按这四类输出 action。
|
||||
// leaf = 一次性短问，不动栈；映射到 v0 的 noop（不创建新帧也不深化栈顶）。
|
||||
|
||||
const CLASSIFIER_TIMEOUT_MS = 800
|
||||
const CLASSIFIER_MAX_TOKENS = 120
|
||||
const CLASSIFIER_TEMPERATURE = 0.2
|
||||
|
||||
const SYSTEM_PROMPT = `焦点分类器。保守判 kept，不轻易 push。
|
||||
重叠度：高=对象同→kept；中=同域不同子任务→pushed；低=异域→pushed/leaf。
|
||||
kept：栈顶重叠高且细化/追问/承诺/确认。
|
||||
pushed：与所有帧重叠低且持续性新任务。
|
||||
returned：与非栈顶旧帧重叠高且明确回指（depth=该帧索引，栈顶=length-1）。
|
||||
leaf：无承接且一次性短问/闲聊（不动栈）。
|
||||
例 A [前端 React]+"写个 Hook"→kept
|
||||
例 B [DB 查询]+"现在网速咋样"→leaf
|
||||
例 C [配置→部署→监控]+"回头看最初配置"→returned d=0
|
||||
topic 写 2-3 个语义词非 ngram。只输 JSON。`
|
||||
|
||||
// 把当前栈渲染成简短字符串：[栈底"a, b" → "c, d" → 栈顶"e, f"]
|
||||
function describeStack(stack) {
|
||||
if (!Array.isArray(stack) || stack.length === 0) return '[空栈]'
|
||||
const parts = stack.map((f, i) => {
|
||||
const topic = Array.isArray(f?.topic) ? f.topic.join(', ') : String(f?.topic || '')
|
||||
const conclusions = Array.isArray(f?.conclusions) && f.conclusions.length > 0
|
||||
? `（结论: ${f.conclusions[f.conclusions.length - 1]}）`
|
||||
: ''
|
||||
const tag = i === 0 ? '栈底' : (i === stack.length - 1 ? '栈顶' : `第${i}层`)
|
||||
return `${tag}"${topic}"${conclusions}`
|
||||
})
|
||||
return '[' + parts.join(' → ') + ']'
|
||||
}
|
||||
|
||||
// 构造用户输入文本
|
||||
function buildUserPrompt({ newMessage, v0Event, v0Topic, currentStack }) {
|
||||
const v0TopicStr = Array.isArray(v0Topic) ? v0Topic.join(', ') : String(v0Topic || '')
|
||||
const stackStr = describeStack(currentStack)
|
||||
const lengthHint = currentStack?.length ? `栈深=${currentStack.length}，栈顶索引=${currentStack.length - 1}` : '栈深=0'
|
||||
// newMessage 截断到 400 字，省 token 也减少打架风险
|
||||
const msg = String(newMessage || '').slice(0, 400)
|
||||
return [
|
||||
`v0 判定 = ${v0Event}，候选 topic = [${v0TopicStr}]`,
|
||||
`当前栈（${lengthHint}） = ${stackStr}`,
|
||||
`新消息 = "${msg}"`,
|
||||
'',
|
||||
'请输出 JSON：{"action": "kept|pushed|returned|leaf", "topic_refined": ["词1","词2","词3"], "returns_to_depth": 0}',
|
||||
'（returns_to_depth 仅 returned 时有值；其他动作填 -1 或省略）',
|
||||
].join('\n')
|
||||
}
|
||||
|
||||
// 提取 LLM 文本中的 JSON 对象。容忍 ```json 包裹、前后多余文字。
|
||||
function parseClassifierJson(text) {
|
||||
if (!text || typeof text !== 'string') return null
|
||||
// 去掉 <think> 块（如果模型把思考也输出了）
|
||||
let body = text.replace(/<think>[\s\S]*?<\/think>/g, '').trim()
|
||||
// 去掉 ```json ... ``` 围栏
|
||||
const fenceMatch = body.match(/```(?:json)?\s*([\s\S]*?)```/)
|
||||
if (fenceMatch) body = fenceMatch[1].trim()
|
||||
// 找第一个 { 到最后一个 }
|
||||
const first = body.indexOf('{')
|
||||
const last = body.lastIndexOf('}')
|
||||
if (first < 0 || last <= first) return null
|
||||
const jsonStr = body.slice(first, last + 1)
|
||||
try {
|
||||
return JSON.parse(jsonStr)
|
||||
} catch {
|
||||
return null
|
||||
}
|
||||
}
|
||||
|
||||
// 校验 + 规范化 LLM 返回的 JSON
|
||||
function normalizeClassifierResult(raw, currentStack) {
|
||||
if (!raw || typeof raw !== 'object') return null
|
||||
const action = String(raw.action || '').toLowerCase().trim()
|
||||
if (!['kept', 'pushed', 'returned', 'leaf'].includes(action)) return null
|
||||
|
||||
let topic = []
|
||||
if (Array.isArray(raw.topic_refined)) {
|
||||
topic = raw.topic_refined
|
||||
.map(t => String(t || '').trim())
|
||||
.filter(t => t.length > 0 && t.length <= 32)
|
||||
.slice(0, 3)
|
||||
}
|
||||
|
||||
let returnsToDepth = -1
|
||||
if (action === 'returned') {
|
||||
const d = Number.isInteger(raw.returns_to_depth) ? raw.returns_to_depth : -1
|
||||
const stackLen = Array.isArray(currentStack) ? currentStack.length : 0
|
||||
if (d < 0 || d >= stackLen) {
|
||||
// returned 但深度非法 → 视为不合理，拒掉
|
||||
return null
|
||||
}
|
||||
returnsToDepth = d
|
||||
}
|
||||
|
||||
return { action, topic, returnsToDepth }
|
||||
}
|
||||
|
||||
/**
|
||||
* 调 LLM 仲裁 focus 事件。
|
||||
*
|
||||
* @param {object} args
|
||||
* @param {string} args.newMessage - 当前用户消息正文
|
||||
* @param {string} args.v0Event - v0 启发式判定的 event（pushed / returned）
|
||||
* @param {string[]} args.v0Topic - v0 抽出的候选 topic 关键词
|
||||
* @param {object[]} args.currentStack - 当前 focus 栈快照（不会被修改）
|
||||
* @param {AbortSignal} [args.signal] - 上层 abort 信号
|
||||
* @returns {Promise<{action:'kept'|'pushed'|'returned'|'leaf', topic:string[], returnsToDepth:number} | null>}
|
||||
* 返回 null 表示「失败 / 超时 / 解析不出来」，让上层回退到 v0。
|
||||
*/
|
||||
export async function classifyFocusEvent({
|
||||
newMessage,
|
||||
v0Event,
|
||||
v0Topic,
|
||||
currentStack,
|
||||
signal,
|
||||
} = {}) {
|
||||
// 边界保护
|
||||
if (!newMessage || typeof newMessage !== 'string') return null
|
||||
if (signal?.aborted) return null
|
||||
|
||||
const v0TopicStr = Array.isArray(v0Topic) ? v0Topic.join(',') : String(v0Topic || '')
|
||||
const tag = `[focus-classifier] v0=${v0Event} topic=[${v0TopicStr}]`
|
||||
|
||||
// 动态 import callLLM —— 跟 injector.js 同款，避免在测试环境/早期模块加载时拉起一切
|
||||
let callLLM
|
||||
try {
|
||||
const llm = await import('../llm.js')
|
||||
callLLM = llm.callLLM
|
||||
} catch (e) {
|
||||
console.log(`${tag} → llm.js import 失败 (${e?.message || 'unknown'}) → 回退 v0`)
|
||||
return null
|
||||
}
|
||||
if (typeof callLLM !== 'function') {
|
||||
console.log(`${tag} → callLLM 不是函数 → 回退 v0`)
|
||||
return null
|
||||
}
|
||||
|
||||
const userPrompt = buildUserPrompt({ newMessage, v0Event, v0Topic, currentStack })
|
||||
const t0 = Date.now()
|
||||
|
||||
// 800ms 硬超时 + LLM 调用赛跑
|
||||
let timeoutHandle = null
|
||||
const timeoutPromise = new Promise(resolve => {
|
||||
timeoutHandle = setTimeout(() => resolve({ __timeout: true }), CLASSIFIER_TIMEOUT_MS)
|
||||
})
|
||||
|
||||
let result
|
||||
try {
|
||||
result = await Promise.race([
|
||||
callLLM({
|
||||
systemPrompt: SYSTEM_PROMPT,
|
||||
message: userPrompt,
|
||||
temperature: CLASSIFIER_TEMPERATURE,
|
||||
thinking: false,
|
||||
tools: [],
|
||||
maxTokens: CLASSIFIER_MAX_TOKENS,
|
||||
mustReply: false,
|
||||
signal,
|
||||
}),
|
||||
timeoutPromise,
|
||||
])
|
||||
} catch (e) {
|
||||
if (timeoutHandle) clearTimeout(timeoutHandle)
|
||||
const dt = Date.now() - t0
|
||||
console.log(`${tag} → LLM 抛错 (${dt}ms, ${e?.message || 'unknown'}) → 回退 v0`)
|
||||
return null
|
||||
}
|
||||
if (timeoutHandle) clearTimeout(timeoutHandle)
|
||||
|
||||
const dt = Date.now() - t0
|
||||
if (!result || result.__timeout) {
|
||||
console.log(`${tag} → LLM 超时 (${CLASSIFIER_TIMEOUT_MS}ms 硬超时, 实际 ${dt}ms) → 回退 v0`)
|
||||
return null
|
||||
}
|
||||
if (result.aborted) {
|
||||
console.log(`${tag} → LLM aborted (${dt}ms) → 回退 v0`)
|
||||
return null
|
||||
}
|
||||
|
||||
const content = typeof result === 'string' ? result : (result.content || '')
|
||||
const preview = String(content).replace(/\s+/g, ' ').slice(0, 200)
|
||||
const raw = parseClassifierJson(content)
|
||||
if (!raw) {
|
||||
console.log(`${tag} → LLM 返回 (${dt}ms) 但 JSON 解析失败 raw="${preview}" → 回退 v0`)
|
||||
return null
|
||||
}
|
||||
|
||||
const normalized = normalizeClassifierResult(raw, currentStack)
|
||||
if (!normalized) {
|
||||
console.log(`${tag} → LLM 返回 (${dt}ms) action=${raw.action} 但 normalize 拒掉 (非法 action 或越界 depth) raw="${preview}" → 回退 v0`)
|
||||
return null
|
||||
}
|
||||
|
||||
const refinedStr = normalized.topic.join(',')
|
||||
const depthStr = normalized.action === 'returned' ? ` d=${normalized.returnsToDepth}` : ''
|
||||
console.log(`${tag} → llm=${normalized.action}${depthStr} (${dt}ms) refined=[${refinedStr}] ok`)
|
||||
return normalized
|
||||
}
|
||||
|
||||
// 暴露内部辅助函数，便于测试
|
||||
export const __internal = {
|
||||
describeStack,
|
||||
buildUserPrompt,
|
||||
parseClassifierJson,
|
||||
normalizeClassifierResult,
|
||||
SYSTEM_PROMPT,
|
||||
CLASSIFIER_TIMEOUT_MS,
|
||||
}
|
||||
Reference in New Issue
Block a user