Version: 0.9.76.dev.260505

后端:
1.阶段 6 agent / memory 服务化收口
- 新增 cmd/agent 独立进程入口,承载 agent zrpc server、agent outbox relay / consumer 和运行时依赖初始化
- 补齐 services/agent/rpc 的 Chat stream 与 conversation meta/list/timeline、schedule-preview、context-stats、schedule-state unary RPC
- 新增 gateway/client/agent 与 shared/contracts/agent,将 /api/v1/agent chat 和非 chat 门面切到 agent zrpc
- 收缩 gateway 本地 AgentService 装配,双 RPC 开关开启时不再初始化本地 agent 编排、LLM、RAG 和 memory reader fallback
- 将 backend/memory 物理迁入 services/memory,私有实现收入 internal,保留 module/model/observe 作为 memory 服务门面
- 调整 memory outbox、memory reader 和 agent 记忆渲染链路的 import 与服务边界,cmd/memory 独占 memory worker / consumer
- 关闭 gateway 侧 agent outbox worker 所有权,agent relay / consumer 由 cmd/agent 独占,gateway 仅保留 HTTP/SSE 门面与迁移期开关回退
- 更新阶段 6 文档,记录 agent / memory 当前切流点、smoke 结果,以及 backend/client 与 gateway/shared 的目录收口口径
This commit is contained in:
Losita
2026-05-05 19:31:39 +08:00
parent d7184b776b
commit 2a96f4c6f9
72 changed files with 2775 additions and 291 deletions

View File

@@ -0,0 +1,558 @@
# 记忆模块实施计划(面试优先版 -> 产品可用版)
## 1. 文档目标
1. 在 3 天内交付一个“可演示、可讲清楚、可继续演进”的记忆系统 MVP。
2. 兼容当前单体工程,不引入高风险拆分,不破坏现有聊天主链路。
3. 复用现有 Outbox 异步基础设施,避免重复造轮子。
4. 形成可直接用于面试讲述的架构故事线、指标体系与演示脚本。
5. 在不增加过度复杂度的前提下,吸收 Mem0 中已被验证的关键机制(抽取、决策、检索、降级、防幻觉)。
## 2. 背景与约束
1. 当前系统是单体 Go 项目,已有稳定的 `Outbox + Kafka + 消费事务` 通路。
2. 当前项目定位先是日程助手,长期演进为陪伴型助手。
3. 短期目标是快速做出“真的可用”的记忆能力,不追求一次做成完整通用平台。
4. 风险约束:
- 不能让重型 LLM 处理阻塞聊天实时响应。
- 不能在 Outbox 消费主循环里堆重计算,避免拖垮其他事件消费。
- 不能牺牲数据一致性与可审计性。
## 3. 总体方案
### 3.1 核心思路
采用“同步快路径 + 异步慢路径”:
1. 同步快路径:回复前快速读取可用记忆(以 MySQL 结构化事实为主),保证“下一轮能用”。
2. 异步慢路径:通过 Outbox 触发记忆抽取任务,执行去重、冲突消解、打分、向量化等重操作。
3. 读写解耦:写路径确保可靠入队,读路径优先稳定可控,再做语义增强。
### 3.2 存储职责分层
1. MySQL事实主库偏好、约束、任务上下文、TTL、置信度、敏感级别、来源
2. Milvus语义召回同义表达匹配、模糊语义联想
3. Redis可选热数据缓存后续优化不作为 MVP 必选项)。
### 3.3 编排层职责
`Memory Orchestrator` 负责两条链路:
1. 写入链路:候选抽取 -> 去重/冲突 -> 打分 -> 分流落库MySQL/Milvus
2. 读取链路:硬约束优先 -> 语义召回补充 -> 重排 -> 门控 -> 注入上下文。
### 3.4 借鉴 Mem0 的关键机制(已裁剪版)
1. 双阶段去重决策:先向量召回候选旧记忆,再由 LLM 决策 `ADD/UPDATE/DELETE/NONE`,而不是只靠相似度阈值硬判。
2. UUID 映射防幻觉:把真实 `memory_id` 映射成临时整数给 LLM回收结果时再反查防止模型编造不存在 ID。
3. 结构化输出刚性约束:抽取与决策都用 JSON 结构,失败时走 `extract_json -> normalize_facts` 容错链,不让解析失败直接污染主流程。
4. 动作分型嵌入:嵌入接口显式传入 `memory_action``add/search/update`),为后续差异化 embedding 策略预留接口。
5. 检索后处理标准化:`threshold 过滤 -> 可选 reranker -> 统一降级`,当重排器异常时保留向量原始排序并打告警日志。
6. 多维隔离语义:统一采用 `user_id + agent_id + run_id` 三维过滤;在本项目映射为 `user_id + assistant_id + conversation_id`
### 3.5 本项目明确不做(本轮)
1. 不做图记忆Graph Memory落地实现仅预留扩展点避免 3 天范围失控。
2. 不做多 Provider 工厂体系,只保留单 Provider 可替换接口,后续再扩展。
3. 不做独立 server 化记忆服务,先在单体内完成闭环与指标验证。
## 4. 3 天执行计划(可直接照着做)
## Day 1把“可写入”打通可靠入队 + 可追踪)
### 目标
1. 记忆任务能稳定从聊天主链路发出。
2. 能看到任务从 `pending``success/failed` 的状态流转。
3. 保证失败可重试、可追踪、可补偿。
### 任务清单
1. 新增文档与目录占位:
- `backend/memory/README.md`(模块说明)
- `backend/memory/service/`(门面)
- `backend/memory/model/`DTO 与状态)
- `backend/memory/repo/`(数据访问)
- `backend/memory/orchestrator/`(编排)
- `backend/memory/worker/`(异步执行)
2. 新增 MySQL 表(建议先手写 SQL + DAO
- `memory_items`
- `memory_jobs`
- `memory_audit_logs`
- `memory_user_settings`
3. 新增配置对象(`memory config`
- 抽取 prompt、更新决策 prompt、阈值、是否启用 reranker、LLM 温度参数。
- 默认采用低随机参数(`temperature/top_p` 低值)提高可复现性。
4. 新增 Outbox 事件:
- `memory.extract.requested`v1
5. 在聊天后置持久化环节发布事件:
- 仅传轻量字段,避免超大 payload。
6. 新增消费处理器:
- 只做任务入库,不做重型 LLM 调用。
7. 新增解析与标准化工具:
- `extract_json()`:从模型输出中抽取 JSON兼容代码块包裹
- `normalize_facts()`:去重、去空、长度校验、非法项过滤。
8. 新增决策状态机定义:
- `ADD/UPDATE/DELETE/NONE` 的合法状态与动作映射。
9. 启动期接线:
-`backend/cmd/start.go` 注册记忆事件处理器。
### Day 1 验收标准
1. 一次聊天后Outbox 中能看到 `memory.extract.requested` 事件。
2. 事件消费后,`memory_jobs` 生成记录。
3. 人工触发 worker 可完成一次任务状态推进(哪怕先是 mock 抽取)。
## Day 2把“可读取可注入”打通先 MySQL 后向量)
### 目标
1. 记忆可在回复前被检索并注入上下文。
2. 能避免明显的“尬提”与无关提及。
3. 提供最小用户可控能力(查看/删除/关闭)。
### 任务清单
1. 实现 `MemoryReadService`
- 按用户与会话上下文读取记忆。
- 优先结构化硬约束(时间偏好、排程禁忌、显式偏好)。
2. 实现 `MemoryInjector`
- Top-K 记忆选择。
- token 预算截断。
- 注入模板统一化。
3. 实现门控逻辑:
- 相关性阈值。
- 置信度阈值。
- 时间衰减权重。
- 敏感级别检查。
4. 增加“阈值 + 可选重排 + 降级”链路:
- 阈值过滤作为第一道过滤。
- `reranker` 失败时自动降级为原排序并记录原因码。
5. 新增最小管理接口:
- `GET /api/v1/memory/items`
- `DELETE /api/v1/memory/items/:id`
- `POST /api/v1/memory/settings`(开关)
6. 完成首版日志埋点:
- 检索命中数、注入条数、门控丢弃原因。
- 决策分布ADD/UPDATE/DELETE/NONE 占比)。
### Day 2 验收标准
1. 给出偏好后,下一轮排程请求能利用该偏好。
2. 无关话题不会频繁硬提旧记忆。
3. 用户可删除指定记忆,删除后不再注入。
## Day 3把“可讲清楚”与“可评估”补齐面试可答
### 目标
1. 输出完整可讲架构,说明设计取舍。
2. 增加可量化指标,证明记忆“有用”而不是“看起来有”。
3. 可选接入 Milvus若环境未就绪先保留接口 + mock
### 任务清单
1. 实现/预留向量接口:
- `VectorStore.Upsert()`
- `VectorStore.Search()`
- `VectorStore.Delete()`
- `VectorStore.Get()`(为 UPDATE/DELETE 决策回查旧值)
2. 对接 Milvus可选
- collection 初始化。
- 向量 + 元数据过滤检索。
3. 指标体系落地:
- 记忆命中率retrieved/useful
- 错误提及率wrong mention
- 用户纠正率user correction
- 回复延迟影响P50/P95
4. 准备演示脚本与面试问答稿:
- 5 分钟架构说明。
- 3 个典型失败案例及兜底策略。
- 未来迭代路线。
5. 输出“借鉴 Mem0 但本地化裁剪”的对比说明:
- 借鉴了什么。
- 为什么暂时不做图记忆与多 Provider 工厂。
### Day 3 验收标准
1. 能现场演示“记住偏好 -> 下轮生效 -> 删除后失效”。
2. 能答清楚“为什么不是纯同步/纯异步”。
3. 能答清楚“为什么 MySQL + Milvus 双存储”。
## 5. 数据模型设计(首版)
## 5.1 `memory_items`(长期事实记忆)
用途:保存对业务有约束价值的可注入记忆。
关键字段建议:
1. `id` bigint PK
2. `user_id` bigint必填
3. `conversation_id` varchar(64)(可空,表示全局用户记忆)
4. `assistant_id` varchar(64)(可空,区分不同助手人格/技能域)
5. `run_id` varchar(64)(可空,会话级隔离)
6. `memory_type` varchar(32)
- `preference`(偏好)
- `constraint`(硬约束)
- `fact`(事实)
- `todo_hint`(近期提醒线索)
7. `title` varchar(128)
8. `content` text
9. `normalized_content` text去噪后
10. `content_hash` varchar(64)(幂等去重)
11. `confidence` decimal(5,4)0~1
12. `importance` decimal(5,4)0~1
13. `sensitivity_level` tinyint
- 0 普通
- 1 中敏
- 2 高敏
14. `source_message_id` bigint
15. `source_event_id` varchar(64)
16. `is_explicit` tinyint(1)(是否用户明确要求记住)
17. `status` varchar(16)
- `active`
- `archived`
- `deleted`
18. `ttl_at` datetime到期时间
19. `last_access_at` datetime
20. `created_at` datetime
21. `updated_at` datetime
22. `vector_status` varchar(16)`pending/synced/failed`
23. `vector_id` varchar(128)(向量库主键映射)
索引建议:
1. `(user_id, status, memory_type, updated_at desc)`
2. `(user_id, conversation_id, status, updated_at desc)`
3. `(source_message_id)`(排查链路)
4. `(ttl_at)`(过期清理)
5. `(user_id, assistant_id, run_id, status, updated_at desc)`
6. `(user_id, memory_type, content_hash)`(幂等去重)
## 5.2 `memory_jobs`(异步任务队列表)
用途:承接 Outbox 消费后的待处理任务,解耦重计算。
关键字段建议:
1. `id` bigint PK
2. `user_id` bigint
3. `conversation_id` varchar(64)
4. `source_message_id` bigint
5. `source_event_id` varchar(64)
6. `job_type` varchar(32)
- `extract`
- `embed`
- `reconcile`
7. `idempotency_key` varchar(128)
8. `payload_json` longtext
9. `status` varchar(16)
- `pending`
- `processing`
- `success`
- `failed`
- `dead`
10. `retry_count` int
11. `max_retry` int
12. `next_retry_at` datetime
13. `last_error` varchar(2000)
14. `created_at` datetime
15. `updated_at` datetime
索引建议:
1. `(status, next_retry_at, id)`
2. `(user_id, created_at desc)`
3. `(source_event_id)`(幂等与追踪)
4. `(idempotency_key)`(消费防重)
## 5.3 `memory_audit_logs`(审计日志)
用途:回答“这条记忆是谁在什么条件下写的/改的/删的”。
关键字段建议:
1. `id` bigint PK
2. `memory_id` bigint
3. `user_id` bigint
4. `operation` varchar(32)
- `create`
- `update`
- `archive`
- `delete`
- `restore`
5. `operator_type` varchar(16)
- `system`
- `user`
6. `reason` varchar(255)
7. `before_json` longtext
8. `after_json` longtext
9. `created_at` datetime
## 5.4 `memory_user_settings`(用户记忆开关)
用途:实现用户可控能力。
关键字段建议:
1. `user_id` bigint PK
2. `memory_enabled` tinyint(1)
3. `implicit_memory_enabled` tinyint(1)
4. `sensitive_memory_enabled` tinyint(1)
5. `updated_at` datetime
## 6. 事件与协议设计
## 6.1 事件类型
1. `memory.extract.requested`v1
2. 预留:
- `memory.embed.requested`
- `memory.cleanup.requested`
## 6.2 载荷字段v1
1. `user_id`
2. `conversation_id`
3. `assistant_id`
4. `run_id`
5. `source_message_id`
6. `source_role`
7. `source_text`
8. `occurred_at`
9. `trace_id`
10. `idempotency_key`
设计约束:
1. Payload 只放执行需要的最小字段。
2. 大文本允许截断并保留摘要,防止消息膨胀。
3. 必须包含幂等标识(如 `source_message_id + user_id`)。
4. 过滤维度必须完整(`user_id + assistant_id + run_id`),避免跨会话串记忆。
## 7. 写入流程详细设计
## 7.1 主流程
1. 聊天主链路完成并落历史消息。
2. 发布 `memory.extract.requested` 到 Outbox。
3. Outbox 消费处理器验证 payload。
4. 处理器创建或幂等更新 `memory_jobs`(仅任务入库)。
5. `memory/worker` 扫描 `pending` 任务并抢占为 `processing`
6. Worker 调用 LLM 执行“候选事实抽取”JSON 输出)。
7. 执行 `extract_json -> normalize_facts` 容错标准化链路。
8. 对每条候选事实做向量检索,召回 Top-K 旧记忆候选。
9. 对召回结果执行“临时整数 ID 映射”,再交给 LLM 决策 `ADD/UPDATE/DELETE/NONE`
10. 根据决策执行写入动作:
- `ADD`:新增 `memory_items` + 审计日志。
- `UPDATE`:更新记录并保留历史旧值。
- `DELETE`:软删除并记录删除原因。
- `NONE`:不写入,仅记调试日志。
11. 按决策动作触发向量同步(支持 `vector_pending`)。
12. 成功后任务标记 `success`,失败按重试策略推进。
## 7.2 失败处理策略
1. Payload 非法:直接标记 dead不重试。
2. LLM 短时失败:指数退避重试。
3. DB 写失败:重试,超过上限 dead。
4. 向量写失败:
- MVP 策略:不阻塞事实写入,记录 `vector_pending` 状态。
- 后续策略:补偿任务重建向量索引。
## 7.3 幂等策略
1. 幂等键:`user_id + source_message_id + memory_type + normalized_content_hash`
2. 同幂等键重复写入:更新 `updated_at`、提升访问热度,不新增重复条目。
3. 由 Outbox 重试导致的重复消费必须无副作用。
4. 对 UPDATE/DELETE 必须先校验目标 `memory_id` 是否存在且属于当前过滤域。
## 8. 读取流程详细设计
## 8.1 主流程
1. 接收用户新问题,先做意图分类(排程/闲聊/混合)。
2.`memory_items` 拉取硬约束记忆(高优先级)。
3. 若 Milvus 可用,执行语义召回补充记忆候选。
4. 对候选执行重排:
- 相关性分
- 置信度分
- 时间衰减分
- 显式记忆加权
5. 执行门控:
- 低相关丢弃
- 高敏过滤
- 过期过滤
6. 执行阈值过滤后可选 reranker若 reranker 异常则自动降级使用原排序。
7. 按 token budget 选择最终注入条目。
8. 组装统一注入上下文,传给主模型生成回复。
## 8.2 重排评分(建议公式)
`final_score = 0.45 * relevance + 0.25 * confidence + 0.20 * recency + 0.10 * explicit_bonus`
说明:
1. 排程类场景可增加硬约束权重。
2. 闲聊类场景可提高语义相关权重。
3. 该公式为 MVP 默认值,后续可通过线上数据调参。
## 8.3 门控规则MVP
1. `final_score < 0.55` 不注入。
2. `sensitivity_level >= 2` 且用户未开启敏感记忆时不注入。
3. `ttl_at < now` 不注入。
4. 同主题最多注入 1~2 条,防止重复轰炸。
## 9. 对外接口MVP
## 9.1 用户接口
1. `GET /api/v1/memory/items`
- 支持按类型、时间、状态过滤。
2. `DELETE /api/v1/memory/items/:id`
- 软删除并写审计日志。
3. `POST /api/v1/memory/settings`
- 修改记忆总开关、隐式记忆开关。
## 9.2 内部接口
1. `MemoryService.EnqueueExtractJob(ctx, payload)`
2. `MemoryService.RetrieveForPrompt(ctx, req)`
3. `MemoryService.UpsertMemoryItems(ctx, items)`
4. `MemoryService.DeleteMemory(ctx, userID, memoryID)`
## 10. 可观测性与指标
## 10.1 指标定义
1. `memory_job_success_rate`
2. `memory_job_retry_rate`
3. `memory_retrieval_hit_rate`
4. `memory_injection_count_avg`
5. `memory_wrong_mention_rate`
6. `memory_user_correction_rate`
7. `chat_p95_latency_delta_with_memory`
8. `memory_json_parse_fail_rate`
9. `memory_decision_distribution`ADD/UPDATE/DELETE/NONE
10. `reranker_fallback_rate`
## 10.2 日志与追踪
1. 每个任务写 `trace_id`,贯穿聊天请求 -> outbox -> memory_job -> memory_item。
2. 对门控丢弃记录原因码:
- `LOW_SCORE`
- `EXPIRED`
- `SENSITIVE_BLOCKED`
- `DUP_TOPIC`
3. 保证可以反查“为什么这次没有提某条记忆”。
## 11. 安全与隐私约束
1. 敏感信息默认不做隐式记忆(如健康、财务、证件等)。
2. 用户必须可删除历史记忆,删除后不再用于注入。
3. 记忆开关关闭后,仅保留必要系统数据,不再新增记忆条目。
4. 审计日志保留系统写入行为,便于风控与合规排查。
## 12. 测试策略
## 12.1 单元测试范围(实现阶段)
1. 候选抽取结果解析函数。
2. 冲突消解函数。
3. 重排评分函数。
4. 门控函数。
5. 幂等去重函数。
6. `extract_json` 容错解析函数。
7. `normalize_facts` 标准化函数。
8. UUID 映射与反查函数。
9. `ADD/UPDATE/DELETE/NONE` 决策结果校验函数。
## 12.2 集成测试范围(实现阶段)
1. 聊天后事件成功入 outbox。
2. Outbox 消费后任务成功入 `memory_jobs`
3. Worker 成功写 `memory_items`
4. 读取链路能在回复中注入预期记忆。
## 12.3 注意事项(遵循项目约束)
1. 若编写 Go 测试文件(`*_test.go`)做验证,任务完成后按项目约定移除测试文件。
2. 每次执行本地 `go test` 后清理项目根目录 `.gocache`
## 13. 风险与回滚
## 13.1 主要风险
1. 记忆误提影响体验。
2. LLM 抽取不稳定导致脏记忆。
3. 向量检索误召回导致不相关注入。
4. 任务积压影响时效。
## 13.2 应对策略
1. 先严门控,宁可少提,不要乱提。
2. 保留“用户纠正”入口,纠正后提高冲突更新优先级。
3. 对召回做 metadata 过滤(近 30 天、类型限定)。
4. 监控任务积压长度,超阈值降级(停向量,仅结构化记忆)。
## 13.3 回滚方案
1. 配置开关 `memory.enabled=false` 可一键关闭记忆注入。
2. 保留写入链路但停读取链路,避免历史数据丢失。
3. 极端情况下停 worker仅保留主链路聊天功能。
## 14. 面试表达模板(可直接复述)
1. “我们做的是同步快路径 + 异步慢路径。同步保证下轮可用,异步负责治理和质量。”
2. “结构化事实放 MySQL 保证可控可审计,语义联想放 Milvus 提高召回覆盖。”
3. “Outbox 保证事件可靠入队Worker 解耦重计算,避免阻塞主链路。”
4. “借鉴 Mem0 的双阶段策略:先向量召回旧记忆,再让 LLM 决策 ADD/UPDATE/DELETE/NONE兼顾召回率与准确率。”
5. “我们用 UUID 映射防止模型伪造 ID并且用 JSON 容错链保证抽取稳定性。”
6. “我们用命中率、误提率、纠正率和 reranker 降级率验证记忆是否真的有价值。”
## 15. DoD完成定义
1. 代码层:
- 记忆事件可发布、可消费、可重试。
- 记忆可检索、可注入、可删除、可关闭。
2. 质量层:
- 有基础指标与日志,支持问题排查。
- 有失败兜底与降级路径。
3. 叙事层:
- 3 分钟能讲清架构。
- 5 分钟能演示端到端效果。
- 能回答核心取舍与后续演进。
## 16. 本轮执行顺序建议
1. 先做 Day 1 的表结构与事件接线,不进入复杂抽取细节。
2. 再做 Day 2 的读取注入,优先 MySQL 结构化记忆。
3. 最后补 Day 3 的 Milvus 与指标,确保面试讲述闭环。
## 17. Mem0 借鉴清单与取舍结论(本轮新增)
### 17.1 直接借鉴
1. `ADD/UPDATE/DELETE/NONE` 统一决策状态机。
2. `threshold -> reranker(可选) -> fallback` 的检索后处理套路。
3. 三维过滤隔离(`user_id/agent_id/run_id`)的语义边界设计。
4. 历史追踪思路(本项目落在 `memory_audit_logs`)。
5. 低随机参数 + JSON 输出约束,提升可复现性。
### 17.2 延后借鉴
1. 图记忆(关系三元组与软删除)延后到 V2/V3。
2. 多 Provider 工厂体系延后到“需要跨云/跨模型”时再上。
3. 托管 API 平台化能力延后到单体稳定后再拆。
### 17.3 不照搬的原因
1. 当前目标是 3 天可演示 MVP优先“稳定可讲”而非“能力最全”。
2. 项目已有 Outbox 可靠链路,先最大化复用,避免架构重复。
3. 日程助手是强约束场景,结构化事实主库优先级高于图谱表达能力。
---
本文件定位为“落地执行蓝图”。后续每完成一块能力,建议在本文件追加“已落地清单 + 待办差距”,持续收敛为真实实施记录。