记忆与持续积累
库没有开箱即用的长期记忆数据库、用户画像合并服务或业务经验自动学习器。Core 提供执行合同,Support 帮忙装配上下文和调用,Knowledge/Answering 等 Kit 提供选用后的局部处理。是否记录、怎样归属、何时更新与删除,均由 App 明确实现;不记录也是合法选择。
不同数据需要不同规则
| 数据 | 推荐用途 | 不应直接等同于 |
|---|---|---|
| 最近问答 | 会话连续性、消歧 | 工具执行日志、永久知识 |
| 累计用户偏好 | 称呼、表达偏好、持续话题 | 身份、权限、公共事实 |
| 业务经验候选 | 从结果归纳可复用建议、发现失败模式 | 已证实规则、自动授权 |
| 已发布知识 | 明确来源、范围和版本的业务事实 | 未核实用户自述 |
| 原始材料及提取结果 | 当前任务证据或经授权的档案 | 自动共享知识 |
不要用一个无来源的大 summary 容纳所有类别。每类记录至少有稳定身份、归属、来源、版本、状态及保留策略。模板字段只是起点,App 自行定义并校验,不是所有消费者必须遵守的新 Core 协议。
用户偏好更新的应用流程
选择允许记录的最终问答与水位
→ 旧摘要 + 新问答 + 明确合并规则
→ 受预算约束的模型提取候选
→ 解析和长度/来源/敏感范围检查
→ 以旧版本为前提提交摘要与新水位
→ 后续请求按身份读取,标为低可信记忆不将模型内部推理、纠错或未执行动作混入用户画像。新表达与旧偏好冲突时采用 App 明确规则;人工权威事实仍由对应数据源提供。模型失败或版本冲突时保留旧摘要和未消费水位,再有界重试,避免丢消息或重复合并。定时任务、存储事务/CAS、租约和重试由 App 实现;不能假定 Core 的单请求预算覆盖后台作业。
经验增长的应用流程
用固定任务类型登记提取、校验、查询与发布实现;新增经验记录只是数据变化,不自动新增 handler。候选应关联实际来源和结果,保留适用范围、反例与冲突,不将一次成功当作普适规则。
候选形成 → 查重/冲突检查 → 业务验证或人工确认 → 版本化发布 → 受控读取,与 共同流程 一致。若要接入 Knowledge,App 将已允许的记录转换为 KnowledgeDocument,编译新目录并切换请求引用;活跃请求继续使用旧快照。
prepare-source.mjs 用于开发期整理文本候选。运行期持久化学习可复用其中的编译逻辑和来源约束,存储、并发与发布策略由 App 提供。
运行期接入前必须决定
记录范围与用户选择、租户隔离、可见范围、保留和删除、来源优先级、更新冲突、幂等键/消费水位、失败恢复,以及哪些内容永远只作为候选。没有这些实现时,文档与界面应明确“本轮/会话使用”或“人工维护”,不能声称已自动学习。