Knowledge差异化合并升级为同轮LLM融合 #134

New issue

Closed

opened 2026-08-14 05:19:53 +00:00 by KumaAgent · 1 comment

KumaAgent commented

2026-08-14 05:19:53 +00:00

Member

Parent

#103 第四批清单：31 条实现类落差 + 9 条待拍板（条目 16）

What to build

ADR-0015 拍板的 Knowledge 合并是"同一次 Delta 压缩 LLM 调用产出的结构化融合 + 差异化保留"（合并时默认保留旧信息里没被新信息明确否定/取代的部分），而 origin/main 上 knowledge.py::merge_knowledge 是一句确定性字符串拼接（f"{meaning}；{candidate.canonical_meaning}"），过期事实与新事实并列单调堆积，且合并逻辑活在存储适配层、发生在 LLM 调用返回之后——这个位置本身就使 ADR 要的"同一次调用产出融合结果"无法成立。

核心是一次 port 契约反转：把合并决策从存储层上提到编排层。

Acceptance criteria

_compress_one_chat 在压缩前先 storage.get_knowledge(chat_id)，用 trigger_injection.py::match_and_rank 拿当轮 delta 原文预筛出相关条目（复用既有匹配器，解开"trigger_keywords 要等 LLM 返回才存在"的先有鸡先有蛋问题，同时天然给 prompt 输入限界）
_EXTRACT_MEMORIES_TOOL.knowledge[] 增加"合并目标 entry id + 合并后 canonical_meaning"出口；_build_prompt 增加已有 Knowledge 输入 + 差异化保留的 instruction；compress() 签名新增已有条目入参
两个 write_knowledge 实现（storage.py/sent_log.py）与 KnowledgeStoragePort 的 docstring 契约同步改（不再是"内部负责查重合并"，改为"调用方传入已融合结果"）

原文（docs/adr/0015-topic-memory-knowledge-and-persona-lore.md「决策」节 Knowledge 写入条）：

写入前用检索同一套匹配器查询该 chat_id 下是否已有同 trigger_keywords 的条目，命中则合并更新（LLM 融合新旧 canonical_meaning、importance 取大）而非追加新行。

原文（同 ADR「更新（2026-07-10 第三方项目对照 grill 第二轮）」节第 2 条——差异化保留精确定义）：

合并契约精确化——差异化保留而非隐含整体重写：……容易被合并时的 LLM 调用图省事整体重写掉没被新信息触及的旧细节（如旧知识"豆豆是只猫，2岁，很粘人"，新信息只更新了年龄，不精确的合并可能把"很粘人"弄丢）。显式补充合并契约：合并时默认保留旧信息里没被新信息明确否定/取代的部分，只有被新信息实际覆盖的那一小块才算被取代。

merge_knowledge（现有确定性拼接）必须保留、不能删除——按 ADR-0009 点名管 Knowledge 的容错纪律，它正好就是"合并 LLM 调用失败时的机械兜底"

原文（docs/adr/0009-memory-engineering.md「更新（2026-07-11 第三方项目对照 grill 第三轮）」节第 3 条尾句）：

ADOPTED 了一条通用实现纪律（非本 ADR 专属决策，供 Knowledge/画像等所有 LLM 驱动合并步骤参考）：合并 LLM 调用失败时须有机械兜底，防止候选内容被默默丢弃。

显式裁决一处行为耦合：人设漂移守护当前判的是候选原文 canonical_meaning，改成 LLM 融合后，送去判的是融合结果还是新增部分？融合结果里含大量既有已通过的旧内容，整段重判会改变否决率，须在片内定
_EXTRACT_MEMORIES_TOOL 的 facts[]/events[]/knowledge[] 是同一个 dict——本片与"关系网 tension/affinity"片都要往它加字段，见下方 Blocked by
显式声明不动 skill.py::merge_skill——它自称沿用 merge_knowledge 先例（向量相似度替代关键词匹配），本片改动 Knowledge 侧后两者会分叉，AC 里写清楚是有意不同步，不是遗漏
不影响 ADR-0028 的媒体路由边界——本片只动文本侧输出 schema 扩展，不碰 DeltaCompressor 的媒体输入维度

Blocked by

#126 — 关系网 tension/affinity 双轴驱动 + 文档对齐——两片都要往同一个 _EXTRACT_MEMORIES_TOOL schema 与同一段 Delta 压缩 instruction 字符串加字段，并行改会冲突，需串行

## Parent #103 第四批清单：31 条实现类落差 + 9 条待拍板（条目 16） ## What to build ADR-0015 拍板的 Knowledge 合并是"同一次 Delta 压缩 LLM 调用产出的结构化融合 + 差异化保留"（合并时默认保留旧信息里没被新信息明确否定/取代的部分），而 origin/main 上 `knowledge.py::merge_knowledge` 是一句确定性字符串拼接（`f"{meaning}；{candidate.canonical_meaning}"`），过期事实与新事实并列单调堆积，且合并逻辑活在存储适配层、发生在 LLM 调用返回**之后**——这个位置本身就使 ADR 要的"同一次调用产出融合结果"无法成立。核心是一次 **port 契约反转**：把合并决策从存储层上提到编排层。 ## Acceptance criteria - [ ] `_compress_one_chat` 在压缩前先 `storage.get_knowledge(chat_id)`，用 `trigger_injection.py::match_and_rank` 拿当轮 delta 原文预筛出相关条目（复用既有匹配器，解开"trigger_keywords 要等 LLM 返回才存在"的先有鸡先有蛋问题，同时天然给 prompt 输入限界） - [ ] `_EXTRACT_MEMORIES_TOOL.knowledge[]` 增加"合并目标 entry id + 合并后 canonical_meaning"出口；`_build_prompt` 增加已有 Knowledge 输入 + 差异化保留的 instruction；`compress()` 签名新增已有条目入参 - [ ] 两个 `write_knowledge` 实现（`storage.py`/`sent_log.py`）与 `KnowledgeStoragePort` 的 docstring 契约同步改（不再是"内部负责查重合并"，改为"调用方传入已融合结果"）原文（docs/adr/0015-topic-memory-knowledge-and-persona-lore.md「决策」节 Knowledge 写入条）： > 写入前用检索同一套匹配器查询该 chat_id 下是否已有同 trigger_keywords 的条目，命中则**合并更新**（LLM 融合新旧 canonical_meaning、importance 取大）而非追加新行。原文（同 ADR「更新（2026-07-10 第三方项目对照 grill 第二轮）」节第 2 条——差异化保留精确定义）： > **合并契约精确化——差异化保留而非隐含整体重写**：……容易被合并时的 LLM 调用图省事整体重写掉没被新信息触及的旧细节（如旧知识"豆豆是只猫，2岁，很粘人"，新信息只更新了年龄，不精确的合并可能把"很粘人"弄丢）。**显式补充合并契约**：合并时默认保留旧信息里没被新信息明确否定/取代的部分，只有被新信息实际覆盖的那一小块才算被取代。 - [ ] **`merge_knowledge`（现有确定性拼接）必须保留、不能删除**——按 ADR-0009 点名管 Knowledge 的容错纪律，它正好就是"合并 LLM 调用失败时的机械兜底" 原文（docs/adr/0009-memory-engineering.md「更新（2026-07-11 第三方项目对照 grill 第三轮）」节第 3 条尾句）： > **ADOPTED** 了一条通用实现纪律（非本 ADR 专属决策，供 Knowledge/画像等所有 LLM 驱动合并步骤参考）：**合并 LLM 调用失败时须有机械兜底，防止候选内容被默默丢弃**。 - [ ] 显式裁决一处行为耦合：人设漂移守护当前判的是候选原文 `canonical_meaning`，改成 LLM 融合后，送去判的是融合结果还是新增部分？融合结果里含大量既有已通过的旧内容，整段重判会改变否决率，须在片内定 - [ ] `_EXTRACT_MEMORIES_TOOL` 的 `facts[]`/`events[]`/`knowledge[]` 是同一个 dict——本片与"关系网 tension/affinity"片都要往它加字段，见下方 Blocked by - [ ] 显式声明**不动** `skill.py::merge_skill`——它自称沿用 `merge_knowledge` 先例（向量相似度替代关键词匹配），本片改动 Knowledge 侧后两者会分叉，AC 里写清楚是有意不同步，不是遗漏 - [ ] 不影响 ADR-0028 的媒体路由边界——本片只动文本侧输出 schema 扩展，不碰 DeltaCompressor 的媒体输入维度 ## Blocked by - #126 — 关系网 tension/affinity 双轴驱动 + 文档对齐——两片都要往同一个 `_EXTRACT_MEMORIES_TOOL` schema 与同一段 Delta 压缩 instruction 字符串加字段，并行改会冲突，需串行

KumaAgent added the

状态：智能体就绪

label

2026-08-14 05:20:18 +00:00

KumaAgent referenced this issue

2026-08-14 05:25:20 +00:00

回指消解resolved_subject落地（仅user_id半，event_id半明确留后续） #137

KumaAgent referenced this issue from a pull request that will close it,

2026-08-14 09:56:45 +00:00

issue #134: Knowledge差异化合并升级为同轮LLM融合 #141

KumaAgent commented

2026-08-14 09:57:37 +00:00

Author

Member

实现期对 AC 字面要求的一处偏离，留痕说明

AC 第二条要求 _EXTRACT_MEMORIES_TOOL.knowledge[] 增加"合并目标 entry id + 合并后
canonical_meaning"出口——PR #141 没有按字面加 target_entry_id 这个 LLM 输出字段。

设计阶段四路独立对抗校验推翻了这个方向，理由两条：

直接撞上 docs 分支 ADR-0015 2026-07-10 更新节明文"仍是同一次 LLM 调用产出结构化输出，
零新增字段/新增机制"——这条约束当时是为差异化保留契约本身写的，同样覆盖"要不要为
合并目标识别新开一个字段"这件事。
write_knowledge 本就无条件做 find_matching_entry 查重（ADR-0015"拒绝了"节"写入盲目
追加，不查重"），让 LLM 的判断结果失效时（编造/搞错 id）退回同一套关键词匹配兜底，等于
新机制的"失败路径"与"不加这个机制"完全等价，用更粗的机制（关键词交集）去否决更精确的
判断，方向也反了。

最终形状：不加任何新 LLM schema 字段，合并目标继续 100% 由 find_matching_entry（关键词
交集）在编排层决定；LLM 只借助新增的"已知话题记忆"prompt 输入块写出更准的 trigger_keywords
（自然复用/扩展旧关键词）与差异化保留的完整 canonical_meaning——AC 要的"合并目标识别"能力
诉求依然兑现，只是识别机制换成了既有的关键词交集，不是 LLM 显式指认。

完整论证已写入 ADR-0015"更新（2026-08-14，issue #134）"节（docs 分支）与 PR #141 描述。

**实现期对 AC 字面要求的一处偏离，留痕说明** AC 第二条要求 `_EXTRACT_MEMORIES_TOOL.knowledge[]` 增加"合并目标 entry id + 合并后 canonical_meaning"出口——PR #141 **没有**按字面加 `target_entry_id` 这个 LLM 输出字段。设计阶段四路独立对抗校验推翻了这个方向，理由两条： 1. 直接撞上 docs 分支 ADR-0015 2026-07-10 更新节明文"仍是同一次 LLM 调用产出结构化输出， **零新增字段/新增机制**"——这条约束当时是为差异化保留契约本身写的，同样覆盖"要不要为合并目标识别新开一个字段"这件事。 2. `write_knowledge` 本就无条件做 `find_matching_entry` 查重（ADR-0015"拒绝了"节"写入盲目追加，不查重"），让 LLM 的判断结果失效时（编造/搞错 id）退回同一套关键词匹配兜底，等于新机制的"失败路径"与"不加这个机制"完全等价，用更粗的机制（关键词交集）去否决更精确的判断，方向也反了。 **最终形状**：不加任何新 LLM schema 字段，合并目标继续 100% 由 `find_matching_entry`（关键词交集）在编排层决定；LLM 只借助新增的"已知话题记忆"prompt 输入块写出更准的 `trigger_keywords` （自然复用/扩展旧关键词）与差异化保留的完整 `canonical_meaning`——AC 要的"合并目标识别"能力诉求依然兑现，只是识别机制换成了既有的关键词交集，不是 LLM 显式指认。完整论证已写入 ADR-0015"更新（2026-08-14，issue #134）"节（docs 分支）与 PR #141 描述。