61db646805
后端： 1. LLM 独立服务与统一计费出口落地：新增 `cmd/llm`、`client/llm` 与 `services/llm/rpc`，补齐 BillingContext、CreditBalanceGuard、价格规则解析、stream usage 归集与 `credit.charge.requested` outbox 发布，active-scheduler / agent / course / memory / gateway fallback 全部改走 llm zrpc，不再各自本地初始化模型。 2. TokenStore 收口为 Credit 权威账本：新增 credit account / ledger / product / order / price-rule / reward-rule 能力与 Redis 快照缓存，扩展 tokenstore rpc/client 支撑余额快照、消耗看板、商品、订单、流水、价格规则和奖励规则，并接入 LLM charge 事件消费完成 Credit 扣费落账。 3. 计费旧链路下线与网关切口切换：`/token-store` 语义整体切到 `/credit-store`，agent chat 移除旧 TokenQuotaGuard，userauth 的 CheckTokenQuota / AdjustTokenUsage 改为废弃，聊天历史落库不再同步旧 token 额度账本，course 图片解析请求补 user_id 进入新计费口径。 前端： 4. 计划广场从 mock 数据切到真实接口：新增 forum api/types，首页支持真实列表、标签、搜索、防抖、点赞、导入和发布计划，详情页补齐帖子详情、评论树、回复和删除评论链路，同时补上“至少一个标签”的前后端约束与默认标签兜底。 5. 商店页切到 Credit 体系并重做展示：顶部改为余额 + Credit/Token 消耗看板，支持 24h/7d/30d/all 周期切换；套餐区展示原价与当前价；历史区改为当前用户 Credit 流水并支持查看更多，整体视觉和交互同步收口。 仓库： 6. 配置与本地启动体系补齐 llm / outbox 编排：`config.example.yaml` 增加 llm rpc 和统一 outbox service 配置，`dev-common.ps1` 把 llm 纳入多服务依赖并自动建 Kafka topic，`docker-compose.yml` 同步初始化 agent/task/memory/active-scheduler/notification/taskclass-forum/llm/token-store 全量 outbox topic。
Memory 模块现状说明
当前已打通的链路
- 用户消息落聊天历史时，会通过 outbox 发布
memory.extract.requested。 - 事件消费者只负责把请求幂等写入
memory_jobs，不在消费回调里做重 LLM 计算。 - 启动期会拉起
memory worker，后台轮询memory_jobs。 - worker 抢占任务后，调用
backend/infra/llm驱动的记忆抽取编排器。 - 抽取结果会被标准化后写入
memory_items，同时写入memory_audit_logs。 - 全部落库成功后，任务状态推进到
success；失败则走可重试状态机。
当前目录职责
module.go：对外统一门面，负责组装 repo / service / worker / orchestrator。model/：记忆模块 DTO、状态常量、配置对象。repo/：memory_jobs / memory_items / memory_audit_logs / memory_user_settings访问层。service/：任务入队、读取重排、管理维护、配置加载。orchestrator/：记忆抽取编排。write_orchestrator.go是纯本地 fallback。llm_write_orchestrator.go是当前主用的 LLM 抽取器。
worker/：任务执行器与后台轮询循环。utils/：JSON 提取、候选事实标准化、设置过滤、审计构造等纯函数工具。
当前已补齐的内部能力
Module- 负责把 repo / service / worker / orchestrator 组装成统一门面。
- 外部现在优先依赖
memory.Module，而不是自己手搓内部组件。 - 支持
WithTx(tx)，方便接入现有统一事务管理器。
EnqueueService- 负责把
memory.extract.requested事件转成memory_jobs，不做重 LLM 计算。
- 负责把
Runner + RunPollingLoop- 负责后台轮询任务、调用抽取器、写入
memory_items、补写memory_audit_logs。
- 负责后台轮询任务、调用抽取器、写入
ReadService- 负责在 memory 内部做“按用户开关过滤 + 轻量重排 + 访问时间刷新”。
- 当前还没有接到
newAgentprompt 注入侧，这是刻意保留的切流点。
ManageService- 负责记忆管理面能力：列出记忆、软删除记忆、读取/更新用户记忆开关。
- 删除动作会同步写入审计日志，保证“有变更就有审计”。
当前推荐接入姿势
- 启动阶段统一创建：
memoryModule := memory.NewModule(db, llmClient, memory.LoadConfigFromViper())
- 后台 worker 启动：
memoryModule.StartWorker(ctx)
- 事务内写入记忆任务：
memoryModule.WithTx(tx).EnqueueExtract(ctx, payload, eventID)
- 后续 agent 读取：
- 直接调用
memoryModule.Retrieve(...)
- 直接调用
当前实现边界
- 已实现异步写入链路，也已补齐 memory 内部读取与管理能力，但还没有接“读取召回 + prompt 注入”。
- 已实现 MySQL 事实落库，但还没有接 Milvus 向量同步。
- 已实现 LLM 抽取和基础审计日志，但还没有做
ADD/UPDATE/DELETE/NONE决策型冲突消解。 - 当前更偏“先把 memory 自己的闭环打通”，后续再继续做 agent 注入、向量检索和冲突更新。
当前推荐验证方式
- 发起一条用户消息，确认 outbox 中生成
memory.extract.requested。 - 等待事件消费后，确认
memory_jobs出现pending或被 worker 抢占为processing。 - 等待后台 worker 执行后，确认：
memory_jobs.status = successmemory_items出现新记忆memory_audit_logs出现对应create记录
- 直接调用
ManageService：ListItems能列出 active/archived 记忆DeleteItem会把状态改成deleted，并新增一条delete审计GetUserSetting / UpsertUserSetting能返回并更新用户记忆开关
下一步建议
- 把
ReadService接进newAgent，先注入“偏好 / 约束 / 最近 todo_hint”三类高价值记忆。 - 引入向量召回与 rerank，把“当前话题相关的事实类记忆”补进候选集合。
- 再补
ADD/UPDATE/DELETE/NONE决策，解决“同义记忆去重”和“旧记忆更新”。