# Phase M.3：主动提醒系统 日期：2026-04-04 状态：规划中 依赖：M.1 (重要性评分), M.2 (遗忘曲线) 工作量：5 天 --- ## 1. 本阶段目的 让 Jarvis 从「等用户问」变成「主动关心」。 核心问题： - Jarvis 知道用户关心什么（高重要性记忆） - Jarvis 知道用户最近做了什么（每日摘要） - Jarvis 主动提醒，而不是等用户问 --- ## 2. 核心架构 ``` ┌─────────────────────────────────────────────────────────────┐ │ ProactiveReminderSystem │ ├─────────────────────────────────────────────────────────────┤ │ │ │ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │ │ │ DailyDigest │ + │ Reminder │ + │ MemoryInformer│ │ │ │ Generator │ │ Scheduler │ │ │ │ │ │ │ │ │ │ │ │ │ │ 每日摘要生成 │ │ 提醒调度 │ │ 主动提醒推送 │ │ │ └──────────────┘ └──────────────┘ └──────────────┘ │ │ │ └─────────────────────────────────────────────────────────────┘ ``` --- ## 3. 每日摘要生成器 (DailyDigestGenerator) ### 3.1 输入来源 ``` 今日输入: - 用户今日对话摘要 (memory_summaries) - 用户今日提到的重点 (high importance memories) - 用户今日创建的任务 (tasks) - 用户今日查阅的知识 (knowledge retrieval logs) ``` ### 3.2 输出格式 ```json { "date": "2026-04-04", "summary": "今天你主要在处理工作问题，提到了换工作的想法", "key_points": [ {"content": "想换工作", "importance": 0.9, "source": "conversation"}, {"content": "项目 deadline 是周五", "importance": 0.8, "source": "task"} ], "pending_questions": [ {"content": "量子计算的问题还没完全理解", "importance": 0.6} ], "suggestions": [ {"text": "明天可以继续聊换工作的话题", "reason": "重要性高且今天没深入"}, {"text": "量子计算的资料可以找找更通俗的解释", "reason": "还没理解"} ] } ``` ### 3.3 生成时机 ```python # 每天晚上 10 点生成 @scheduler.scheduled_task("cron", hour=22) async def generate_daily_digest(): """生成每日摘要""" digest = await generator.generate(user_id) await storage.save(digest) ``` --- ## 4. 提醒调度器 (ReminderScheduler) ### 4.1 提醒类型 | 类型 | 触发条件 | 推送时机 | |------|---------|---------| | 后续提醒 | 用户说「回头提醒我」 | 指定时间 | | 关联提醒 | 提到的话题有关联记忆 | 下次对话时 | | 周期提醒 | 每周/每月固定事项 | 周期首日 | | 遗忘提醒 | 归档记忆被重新提到 | 恢复后提醒 | ### 4.2 调度逻辑 ```python class ReminderScheduler: def schedule_reminder(self, user_id: int, reminder: Reminder): """安排提醒""" def get_due_reminders(self, user_id: int) -> list[Reminder]: """获取到期的提醒""" def snooze_reminder(self, reminder_id: int, minutes: int): """推迟提醒""" ``` ### 4.3 提醒存储 ```python class Reminder: id: int user_id: int content: str trigger_type: str # "time" / "context" / "periodic" trigger_at: DateTime context: dict # 关联的 memory_id 等 status: str # "pending" / "sent" / "snoozed" created_at: DateTime ``` --- ## 5. 主动记忆告知器 (ProactiveMemoryInformer) ### 5.1 触发条件 ```python TRIGGERS = { "high_importance_topic": { "condition": "用户提到高重要性话题", "action": "提及关联记忆", "example": "你说想换工作，要不要看看之前收藏的 JD？" }, "repeat_question": { "condition": "用户重复问某个问题", "action": "主动说之前回答过", "example": "你之前问过量子计算，我再给你解释一下？" }, "forgotten_context": { "condition": "用户提到已归档的记忆", "action": "提示可以恢复", "example": "这个话题你一个月前聊过，要我恢复一下吗？" }, "pending_goal": { "condition": "用户设了目标但没进展", "action": "温和提醒", "example": "你之前说想学 Python，有进展吗？" } } ``` ### 5.2 告知时机 ```python # 不是每次对话都告知，有概率控制 INFORM_PROBABILITY = { "high_importance_topic": 0.8, # 高重要性话题 80% 主动提 "repeat_question": 1.0, # 重复问题 100% 主动提 "forgotten_context": 0.5, # 已归档话题 50% 提示 "pending_goal": 0.3, # 待办目标 30% 温和提醒 } ``` ### 5.3 告知风格 ```python INFORM_STYLE = { "casual": "对了，你之前提到...", "gentle": "不知道你有没有注意到...", "helpful": "我记起你关心这个，要不看看..." } ``` --- ## 6. 核心文件 ### 6.1 新增文件 | 文件 | 职责 | |------|------| | `services/memory/daily_digest.py` | 每日摘要生成 | | `services/memory/reminder_scheduler.py` | 提醒调度 | | `services/memory/proactive_informer.py` | 主动告知 | | `services/memory/reminder_model.py` | 提醒数据模型 | ### 6.2 修改文件 | 文件 | 修改内容 | |------|---------| | `services/scheduler_service.py` | 集成主动提醒调度 | | `services/memory_service.py` | 集成 ProactiveInformer | | `routers/conversation.py` | 主动告知触发点 | --- ## 7. API 设计 ### 7.1 DailyDigestGenerator ```python class DailyDigestGenerator: async def generate(self, user_id: int, date: date = None) -> DailyDigest: """生成每日摘要""" async def get_recent_digests(self, user_id: int, limit: int = 7) -> list[Digest]: """获取最近 N 天的摘要""" ``` ### 7.2 ReminderScheduler ```python class ReminderScheduler: async def create_reminder(self, user_id: int, content: str, trigger_at: datetime): """创建提醒""" async def get_due_reminders(self, user_id: int) -> list[Reminder]: """获取到期提醒""" async def snooze(self, reminder_id: int, minutes: int): """推迟提醒""" ``` ### 7.3 ProactiveInformer ```python class ProactiveInformer: def should_inform(self, user_id: int, trigger_type: str) -> bool: """是否应该告知""" def get_inform_message(self, user_id: int, trigger_type: str, context: dict) -> str: """生成告知消息""" async def check_and_inform(self, conversation_context: dict) -> str | None: """检查并返回告知消息，无则返回 None""" ``` --- ## 8. 前端集成 ### 8.1 每日摘要展示 ```vue

今日摘要

{{ dailyDigest.summary }}

- {{ point.content }}

建议

{{ dailyDigest.suggestions[0].text }}

``` ### 8.2 主动提醒推送 ```vue

{{ activeReminder.content }}

``` --- ## 9. 测试设计 ### 9.1 每日摘要测试 ```python async def test_digest_generation(): digest = await generator.generate(user_id=1) assert digest.summary is not None assert len(digest.key_points) > 0 async def test_digest_includes_high_importance(): # 高重要性记忆应该出现在摘要中 pass ``` ### 9.2 提醒调度测试 ```python async def test_schedule_reminder(): reminder = await scheduler.create_reminder( user_id=1, content="检查邮件", trigger_at=datetime.now() + timedelta(hours=1) ) assert reminder.status == "pending" async def test_get_due_reminders(): due = await scheduler.get_due_reminders(user_id=1) assert len(due) >= 0 ``` ### 9.3 主动告知测试 ```python def test_should_inform_probability(): # 高重要性话题 80% 触发 count = sum(informer.should_inform(1, "high_importance_topic") for _ in range(100)) assert 70 < count < 90 # 允许一点随机波动 def test_repeat_question_always_informs(): # 重复问题 100% 触发 assert informer.should_inform(1, "repeat_question") == True ``` --- ## 10. 验收标准 | 标准 | 说明 | |------|------| | 每日摘要生成正常 | 22:00 自动生成 | | 提醒创建正常 | 用户可创建提醒 | | 提醒到期触发 | 定时推送 | | 主动告知概率正确 | 按配置的概率触发 | | 告知消息自然 | 像人说话，不生硬 | | 用户可控制 | 可以关闭主动提醒 | | 单元测试覆盖率 | > 80% | --- ## 11. 工作量估算 | 任务 | 工作量 | |------|--------| | DailyDigestGenerator | 1.5 天 | | ReminderScheduler | 1.5 天 | | ProactiveInformer | 1 天 | | 前端摘要展示 | 0.5 天 | | 前端提醒推送 | 0.5 天 | | 测试 | 1 天 | | **合计** | **6 天** | --- ## 12. 与现有系统的关系 ``` 现有 SchedulerService │ ├── 凌晨任务重建 → 现有功能 ├── 每日摘要生成 → M.3 新增 └── 提醒检查 → M.3 新增 ``` 提醒系统独立于现有任务系统，但可以复用调度基础设施。