WIN-JHFT4D3SIVT\caoxiaozhu
9bfa0dcc11
- Add FrequencyTracker: increment(), get_frequency_score(), get_recency_score(), get_time_decay() - Add EmotionAnalyzer: EMOTION_KEYWORDS dict, extract(), calculate_score(), get_emotion_profile() - Add ImpactEvaluator: evaluate(), get_topic_overlap(), rank_by_impact() - Add ImportanceScorer: composite scoring (freq 35% + recency 20% + emotion 25% + impact 20%) - Update UserMemory model: frequency_count, emotion_tags, importance_score, importance_level, associated_topics - Integrate ImportanceScorer into memory_service.py (recall + importance update) - Add 37 tests for all memory scoring components - Fix urgency patterns: remove overly broad '今天' that matched neutral text - Update memory-update checklist: mark all M.1 tasks complete
524 lines
14 KiB
Markdown
524 lines
14 KiB
Markdown
# Jarvis Memory 升级执行清单
|
||
|
||
日期：2026-04-04
|
||
状态：执行清单
|
||
升级方向：拟人化记忆系统
|
||
|
||
---
|
||
|
||
## 使用说明
|
||
|
||
- 完成前使用 `- [ ]`
|
||
- 完成后改成 `- [x]`
|
||
- Day M.2 默认依赖 Day M.1 的重要性评分完成后再推进
|
||
- Day M.3 默认依赖 Day M.1 和 M.2 完成后再推进
|
||
- Day M.4 依赖 Day M.1，可与 M.2/M.3 并行推进
|
||
- Day M.5 依赖 Day M.1 和 M.4 完成后再推进
|
||
|
||
---
|
||
|
||
## Day M.1：重要性评分系统（4天）
|
||
|
||
Day M.1 目标：让 Jarvis 知道「什么对你重要」。
|
||
|
||
### Task M.1.1：实现 FrequencyTracker
|
||
|
||
- [x] 新增 `backend/app/services/memory/frequency_tracker.py`
|
||
|
||
- [x] 实现 `FrequencyTracker` 类
|
||
|
||
- [x] 实现 `increment()` 方法
|
||
```python
|
||
def increment(self, memory: UserMemory) -> UserMemory:
|
||
memory.frequency_count += 1
|
||
memory.last_recalled_at = datetime.now()
|
||
return memory
|
||
```
|
||
|
||
- [x] 实现 `get_time_decay()` 方法
|
||
|
||
### Task M.1.2：实现 EmotionAnalyzer
|
||
|
||
- [x] 新增 `backend/app/services/memory/emotion_analyzer.py`
|
||
|
||
- [x] 实现 `EmotionAnalyzer` 类
|
||
|
||
- [x] 定义 `EMOTION_KEYWORDS` 字典
|
||
```python
|
||
EMOTION_KEYWORDS = {
|
||
"急": 1.0,
|
||
"很重要": 0.9,
|
||
"困扰": 0.8,
|
||
"担心": 0.7,
|
||
"想解决": 0.6,
|
||
"无所谓": 0.1,
|
||
}
|
||
```
|
||
|
||
- [x] 实现 `extract()` 方法 - 从文本提取情绪关键词
|
||
|
||
- [x] 实现 `calculate_score()` 方法 - 计算情绪分数
|
||
|
||
### Task M.1.3：实现 ImpactEvaluator
|
||
|
||
- [x] 新增 `backend/app/services/memory/impact_evaluator.py`
|
||
|
||
- [x] 实现 `ImpactEvaluator` 类
|
||
|
||
- [x] 实现 `evaluate()` 方法
|
||
```python
|
||
def evaluate(self, memory: UserMemory) -> float:
|
||
# 关联话题越多，影响面越大
|
||
return min(1.0, len(memory.associated_topics) / IMPACT_THRESHOLD)
|
||
```
|
||
|
||
### Task M.1.4：实现 ImportanceScorer
|
||
|
||
- [x] 新增 `backend/app/services/memory/importance_scorer.py`
|
||
|
||
- [x] 实现 `ImportanceScorer` 类
|
||
|
||
- [x] 实现 `calculate_score()` 综合评分方法
|
||
```python
|
||
def calculate_score(self, memory: UserMemory) -> float:
|
||
frequency = self.tracker.get_frequency_score(memory) * 0.35
|
||
recency = self.tracker.get_recency_score(memory) * 0.20
|
||
emotion = self.emotion_analyzer.calculate_score(memory) * 0.25
|
||
impact = self.impact_evaluator.evaluate(memory) * 0.20
|
||
return frequency + recency + emotion + impact
|
||
```
|
||
|
||
- [x] 实现 `get_importance_level()` 方法
|
||
|
||
- [x] 实现 `should_escalate()` 方法
|
||
|
||
### Task M.1.5：修改 UserMemory 模型
|
||
|
||
- [x] 修改 `backend/app/models/memory.py`
|
||
|
||
- [x] 增加字段：
|
||
```python
|
||
frequency_count: int = 0
|
||
last_recalled_at: DateTime = None
|
||
emotion_tags: list[str] = []
|
||
importance_score: float = 0.5
|
||
importance_level: str = "medium"
|
||
associated_topics: list[str] = []
|
||
```
|
||
|
||
### Task M.1.6：集成到 MemoryService
|
||
|
||
- [x] 修改 `backend/app/services/memory_service.py`
|
||
|
||
- [x] 集成 `ImportanceScorer`
|
||
|
||
- [x] 修改 `add_memory()` 方法计算重要性
|
||
|
||
- [x] 修改 `recall_memories()` 方法按重要性排序
|
||
|
||
### Task M.1.7：补测试
|
||
|
||
- [x] 新增 `backend/tests/services/test_importance_scorer.py`
|
||
|
||
- [x] 测试频率追踪
|
||
|
||
- [x] 测试情绪分析
|
||
|
||
- [x] 测试重要性评分
|
||
|
||
- [x] 测试重要性等级划分
|
||
|
||
### Day M.1 验收
|
||
|
||
- [x] 频率追踪正常（recall_count 每次 +1）
|
||
- [x] 情绪识别准确（「急」「很重要」等能识别）
|
||
- [x] 重要性分数正确（高频+情绪 = importance >= 0.8）
|
||
- [x] 评分影响排序（高重要性记忆排在前面）
|
||
- [x] 单元测试覆盖率 > 80%
|
||
|
||
---
|
||
|
||
## Day M.2：遗忘曲线系统（3天）
|
||
|
||
Day M.2 目标：让 Jarvis 知道「什么可以忘记」。
|
||
|
||
### Task M.2.1：实现 ForgettingCurve
|
||
|
||
- [ ] 新增 `backend/app/services/memory/forgetting_curve.py`
|
||
|
||
- [ ] 实现 `ForgettingCurve` 类
|
||
|
||
- [ ] 实现 `calculate_decay()` 方法
|
||
```python
|
||
def calculate_decay(self, memory: UserMemory) -> float:
|
||
half_life = self.get_half_life(memory)
|
||
days = (datetime.now() - memory.last_accessed_at).days
|
||
return exp(-days / half_life)
|
||
```
|
||
|
||
- [ ] 实现 `get_half_life()` 方法（重要性影响半衰期）
|
||
|
||
### Task M.2.2：实现 MemoryDecay
|
||
|
||
- [ ] 新增 `backend/app/services/memory/memory_decay.py`
|
||
|
||
- [ ] 实现 `MemoryDecay` 类
|
||
|
||
- [ ] 实现 `should_archive()` 方法（decay < 0.2）
|
||
|
||
- [ ] 实现 `should_deprioritize()` 方法（decay < 0.5）
|
||
|
||
- [ ] 实现 `archive_memory()` 方法
|
||
|
||
- [ ] 实现 `restore_from_archive()` 方法
|
||
|
||
### Task M.2.3：实现 MemoryReinforcement
|
||
|
||
- [ ] 新增 `backend/app/services/memory/reinforcement.py`
|
||
|
||
- [ ] 实现 `MemoryReinforcement` 类
|
||
|
||
- [ ] 实现 `trigger()` 方法（召回时强化）
|
||
|
||
- [ ] 实现 `auto_reinforce()` 方法（定期强化 high 级别）
|
||
|
||
### Task M.2.4：修改 UserMemory 模型
|
||
|
||
- [ ] 修改 `backend/app/models/memory.py`
|
||
|
||
- [ ] 增加字段：
|
||
```python
|
||
decay_score: float = 1.0
|
||
is_archived: bool = False
|
||
last_accessed_at: DateTime = None
|
||
archive_at: DateTime = None
|
||
```
|
||
|
||
### Task M.2.5：集成到 MemoryService
|
||
|
||
- [ ] 修改 `backend/app/services/memory_service.py`
|
||
|
||
- [ ] 集成 ForgettingCurve
|
||
|
||
- [ ] 修改 recall_memories() 更新 last_accessed_at
|
||
|
||
- [ ] 集成 MemoryReinforcement
|
||
|
||
### Task M.2.6：添加调度任务
|
||
|
||
- [ ] 修改 `backend/app/services/scheduler_service.py`
|
||
|
||
- [ ] 添加每日遗忘检查（cron: 03:00）
|
||
|
||
- [ ] 添加每周强化任务（cron: 周一 04:00）
|
||
|
||
### Task M.2.7：补测试
|
||
|
||
- [ ] 新增 `backend/tests/services/test_forgetting_curve.py`
|
||
|
||
- [ ] 测试遗忘曲线计算
|
||
|
||
- [ ] 测试高重要性记忆衰减慢
|
||
|
||
- [ ] 测试归档/恢复
|
||
|
||
### Day M.2 验收
|
||
|
||
- [ ] 遗忘曲线正确（30 天后 decay ≈ 0.5）
|
||
- [ ] 高重要性记忆衰减慢（high 衰减速度是 low 的 1/6）
|
||
- [ ] 归档正常（decay < 0.2 自动归档）
|
||
- [ ] 恢复正常（归档记忆可以恢复）
|
||
- [ ] 调度任务正常（每日检查、周强化执行）
|
||
- [ ] 单元测试覆盖率 > 80%
|
||
|
||
---
|
||
|
||
## Day M.3：主动提醒系统（6天）
|
||
|
||
Day M.3 目标：让 Jarvis 从「等用户问」变成「主动关心」。
|
||
|
||
### Task M.3.1：实现 DailyDigestGenerator
|
||
|
||
- [ ] 新增 `backend/app/services/memory/daily_digest.py`
|
||
|
||
- [ ] 实现 `DailyDigestGenerator` 类
|
||
|
||
- [ ] 定义 `DailyDigest` 数据类
|
||
|
||
- [ ] 实现 `generate()` 方法
|
||
```python
|
||
async def generate(self, user_id: int, date: date = None) -> DailyDigest:
|
||
# 1. 获取今日对话摘要
|
||
# 2. 获取高重要性记忆
|
||
# 3. 获取待解答问题
|
||
# 4. 生成建议
|
||
```
|
||
|
||
- [ ] 实现 `get_recent_digests()` 方法
|
||
|
||
### Task M.3.2：实现 ReminderScheduler
|
||
|
||
- [ ] 新增 `backend/app/services/memory/reminder_scheduler.py`
|
||
|
||
- [ ] 定义 `Reminder` 数据类
|
||
|
||
- [ ] 实现 `ReminderScheduler` 类
|
||
|
||
- [ ] 实现 `create_reminder()` 方法
|
||
|
||
- [ ] 实现 `get_due_reminders()` 方法
|
||
|
||
- [ ] 实现 `snooze()` 方法
|
||
|
||
- [ ] 实现 `dismiss()` 方法
|
||
|
||
### Task M.3.3：实现 ProactiveInformer
|
||
|
||
- [ ] 新增 `backend/app/services/memory/proactive_informer.py`
|
||
|
||
- [ ] 实现 `ProactiveInformer` 类
|
||
|
||
- [ ] 定义 `TRIGGERS` 配置
|
||
|
||
- [ ] 定义 `INFORM_PROBABILITY` 配置
|
||
|
||
- [ ] 实现 `should_inform()` 方法
|
||
|
||
- [ ] 实现 `get_inform_message()` 方法
|
||
|
||
- [ ] 实现 `check_and_inform()` 方法
|
||
|
||
### Task M.3.4：创建提醒数据模型
|
||
|
||
- [ ] 修改数据库支持 `reminders` 表
|
||
|
||
- [ ] 新增 `backend/app/models/reminder.py`
|
||
|
||
- [ ] 或在现有模型文件中增加 Reminder 类
|
||
|
||
### Task M.3.5：集成到 MemoryService
|
||
|
||
- [ ] 修改 `backend/app/services/memory_service.py`
|
||
|
||
- [ ] 集成 DailyDigestGenerator
|
||
|
||
- [ ] 集成 ProactiveInformer
|
||
|
||
- [ ] 修改 recall_memories() 触发主动告知检查
|
||
|
||
### Task M.3.6：集成到 SchedulerService
|
||
|
||
- [ ] 修改 `backend/app/services/scheduler_service.py`
|
||
|
||
- [ ] 添加每日摘要生成（cron: 22:00）
|
||
|
||
- [ ] 添加提醒检查任务（cron: 每 15 分钟）
|
||
|
||
### Task M.3.7：前端 - 每日摘要展示
|
||
|
||
- [ ] 修改前端对话页面
|
||
|
||
- [ ] 新增每日摘要卡片组件
|
||
|
||
- [ ] 获取和展示今日摘要
|
||
|
||
### Task M.3.8：前端 - 主动提醒推送
|
||
|
||
- [ ] 新增主动提醒 Toast 组件
|
||
|
||
- [ ] 实现稍后/知道了按钮
|
||
|
||
- [ ] 推送 WebSocket 集成
|
||
|
||
### Task M.3.9：补测试
|
||
|
||
- [ ] 新增 `backend/tests/services/test_proactive_reminder.py`
|
||
|
||
- [ ] 测试每日摘要生成
|
||
|
||
- [ ] 测试提醒创建和调度
|
||
|
||
- [ ] 测试主动告知概率
|
||
|
||
### Day M.3 验收
|
||
|
||
- [ ] 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%
|
||
|
||
---
|
||
|
||
## Day M.4：对话自动学习（3天）
|
||
|
||
Day M.4 目标：让记忆库自动从对话中积累内容，不需要用户手动触发。
|
||
|
||
### Task M.4.1：实现 MemoryExtractor
|
||
|
||
- [ ] 新增 `backend/app/services/memory/memory_extractor.py`
|
||
|
||
- [ ] 实现 `MemoryExtractor` 类
|
||
|
||
- [ ] 实现 `extract_from_conversation()` 方法
|
||
```python
|
||
async def extract_from_conversation(
|
||
self, user_id: str, messages: list[Message]
|
||
) -> list[ExtractedMemory]:
|
||
```
|
||
|
||
- [ ] 定义 LLM 提取 Prompt（结构化输出 JSON）
|
||
- 提取类型：fact / preference / goal / pain_point / event
|
||
- 只提取明确信息，不猜测
|
||
|
||
- [ ] 实现 `deduplicate()` 方法
|
||
- 相似度 > 0.85 视为重复，调用 `reinforce()` 而非新建
|
||
|
||
### Task M.4.2：集成触发点
|
||
|
||
- [ ] 修改 `backend/app/routers/conversation.py`
|
||
- 对话结束端点添加 `background_tasks.add_task(memory_extractor.extract_from_conversation, ...)`
|
||
|
||
- [ ] 修改 `backend/app/services/scheduler_service.py`
|
||
- 添加 30 分钟闲置对话检查任务
|
||
|
||
### Task M.4.3：补测试
|
||
|
||
- [ ] 新增 `backend/tests/services/test_memory_extractor.py`
|
||
- [ ] 测试提取准确性（fact/goal/pain_point 识别）
|
||
- [ ] 测试去重逻辑（重复内容不新建）
|
||
- [ ] 测试后台触发不阻塞响应
|
||
|
||
### Day M.4 验收
|
||
|
||
- [ ] 对话结束后 30 秒内自动完成提取
|
||
- [ ] fact/goal/pain_point 类型识别准确
|
||
- [ ] 重复内容不新建，只强化原记忆
|
||
- [ ] 提取为后台任务，不影响响应速度
|
||
- [ ] 单元测试覆盖率 > 80%
|
||
|
||
---
|
||
|
||
## Day M.5：记忆召回注入（2天）
|
||
|
||
Day M.5 目标：让 LLM 在生成回答时真正「看到」用户的记忆，实现对话个性化。
|
||
|
||
### Task M.5.1：实现 MemoryRecallInjector
|
||
|
||
- [ ] 新增 `backend/app/services/memory/recall_injector.py`
|
||
|
||
- [ ] 实现 `MemoryRecallInjector` 类
|
||
|
||
- [ ] 实现 `build_context()` 方法
|
||
```python
|
||
async def build_context(
|
||
self, user_id: str, current_message: str, token_budget: int = 800
|
||
) -> str:
|
||
```
|
||
|
||
- [ ] 实现 `_rank()` 方法（语义相关性 × 重要性评分综合排序）
|
||
|
||
- [ ] 实现 `_budget_select()` 方法（Token 预算控制）
|
||
|
||
- [ ] 实现 `_format()` 方法（格式化为 system prompt 片段）
|
||
|
||
- [ ] 记忆类型优先级配置
|
||
- pain_point > goal > preference > fact > event
|
||
|
||
### Task M.5.2：集成到对话路由
|
||
|
||
- [ ] 修改 `backend/app/routers/conversation.py`
|
||
- 发消息时调用 `memory_injector.build_context()`
|
||
- 将返回的 context 追加到 system prompt
|
||
- 发送完成后后台触发记忆强化（frequency_count +1）
|
||
|
||
- [ ] 修改 `backend/app/services/memory_service.py`
|
||
- `recall_memories()` 返回时携带相似度分数（`similarity_score` 字段）
|
||
|
||
### Task M.5.3：补测试
|
||
|
||
- [ ] 新增 `backend/tests/services/test_recall_injector.py`
|
||
- [ ] 测试 Token 预算不超限
|
||
- [ ] 测试已归档记忆不注入
|
||
- [ ] 测试高优先级类型优先注入
|
||
- [ ] 测试注入耗时 < 100ms
|
||
|
||
### Day M.5 验收
|
||
|
||
- [ ] LLM 回答中能体现用户个人信息
|
||
- [ ] 注入内容 ≤ 800 token
|
||
- [ ] goal/pain_point 比 fact 更早注入
|
||
- [ ] decay < 0.2 的已归档记忆不出现在 context 中
|
||
- [ ] 注入耗时 < 100ms
|
||
- [ ] 被召回的记忆 frequency_count +1
|
||
- [ ] 单元测试覆盖率 > 80%
|
||
|
||
---
|
||
|
||
## 总验收清单
|
||
|
||
### Phase M.1-M.5 必须完成
|
||
|
||
- [ ] 重要性评分系统正常工作
|
||
- [ ] 遗忘曲线系统正常工作
|
||
- [ ] 主动提醒系统正常工作
|
||
- [ ] 对话自动学习正常工作（M.4）
|
||
- [ ] 记忆召回注入正常工作（M.5）
|
||
- [ ] 单元测试覆盖率 > 80%
|
||
- [ ] 集成测试通过
|
||
- [ ] 原有记忆功能无回退
|
||
|
||
---
|
||
|
||
## 总工作量估算
|
||
|
||
| Phase | 工作量 |
|
||
|-------|--------|
|
||
| M.1 重要性评分 | 4 天 |
|
||
| M.2 遗忘曲线 | 3 天 |
|
||
| M.3 主动提醒 | 6 天 |
|
||
| M.4 对话自动学习 | 3 天 |
|
||
| M.5 记忆召回注入 | 2 天 |
|
||
| **合计** | **18 天** |
|
||
|
||
---
|
||
|
||
## 产出清单
|
||
|
||
| 产出 | 对应 Phase |
|
||
|------|-----------|
|
||
| `services/memory/frequency_tracker.py` | M.1 |
|
||
| `services/memory/emotion_analyzer.py` | M.1 |
|
||
| `services/memory/impact_evaluator.py` | M.1 |
|
||
| `services/memory/importance_scorer.py` | M.1 |
|
||
| `services/memory/forgetting_curve.py` | M.2 |
|
||
| `services/memory/memory_decay.py` | M.2 |
|
||
| `services/memory/reinforcement.py` | M.2 |
|
||
| `services/memory/daily_digest.py` | M.3 |
|
||
| `services/memory/reminder_scheduler.py` | M.3 |
|
||
| `services/memory/proactive_informer.py` | M.3 |
|
||
| `services/memory/memory_extractor.py` | M.4 |
|
||
| `services/memory/recall_injector.py` | M.5 |
|
||
| `models/memory.py` 更新 | M.1, M.2 |
|
||
| `models/reminder.py` 新增 | M.3 |
|
||
| 前端摘要卡片 | M.3 |
|
||
| 前端提醒 Toast | M.3 |
|
||
| 单元测试 > 80% | M.1–M.5 |
|
||
| 集成测试通过 | M.1–M.5 |
|
||
|
||
---
|
||
|
||
## 与 Agent Phase 关系
|
||
|
||
| Agent Phase | Memory 协作内容 |
|
||
|-------------|----------------|
|
||
| Phase 1 | Memory 追踪用户交互频率 |
|
||
| Phase 2 | Memory 服务被 Librarian Agent 调用 |
|
||
| Phase 3 | 支持动态协作时的记忆共享 |
|
||
| Phase 4 | Memory 重要性可视化 |
|
||
| Phase 5 | 高级记忆关联分析 |
|
||
|
||
**Phase M 可与 Agent Phase 1-5 并行推进。**
|