5cfc982f39dd1faffc28f12ebebc24c609b85017
24 Commits
| Author | SHA1 | Message | Date | |
|---|---|---|---|---|
| 5cfc982f39 |
fix(memory): count blocks dropped BEFORE the candidate pool exists (D2, second hole)
|
|||
| 07f8438964 |
fix(memory): count every dropped candidate, not just the two upstream ones (D2)
`recallBlocks` could make a candidate disappear in three downstream places, and
none of them incremented anything:
· MinScore gate it scored, but below the threshold
· structural gate neither a usable vector score nor a symbol hit
· caller topK survived everything, fell outside the requested count
Measured before this change, 6 blocks in one space, `minScore: 0.99`:
hits=0 skipped=0 skippedDim=0
That reading is indistinguishable from "the space holds one block". An operator
whose threshold is swallowing the whole corpus is told "nothing was excluded",
and goes looking at the wrong subsystem. Only the space filter and the width
filter were ever counted — the two that are decided before scoring.
## What this adds
Three non-enumerable counters, each named after its own remedy:
skippedScore lower the threshold
skippedNoEvidence re-embed: there was nothing to score
truncated not a defect — reported so the totals reconcile
Plus the invariant that makes the next silent path impossible:
**hits + skipped + skippedDim + skippedScore + skippedNoEvidence + truncated
=== the candidate pool.** A future `continue` that forgets a counter breaks it.
## Criterion
`test/recall-accounting.test.js`, one fixture per path, asserting each counter's
own value (not a merged total — "scored too low" and "nothing to score" have
opposite remedies). The fourth test is the reconciliation above.
Mutations, both in a scratch copy:
remove `gatedByScore += 1` -> criteria 1 and 4 red
remove `gatedNoEvidence += 1` -> criterion 2 red
## Collateral: two static mutation anchors moved
`test/phase-b-a.test.js` pins the V5 gate and the caller-topK truncation by
rewriting `lib/recall.js` text. Making the gate multi-line (to hold a counter)
and threading `drops` through `withSkipped` changed those exact strings, so the
anchors are updated to the new text — same mutations, same properties pinned.
Running the file confirms 38/38 afterwards; without the update three V5†
mutations failed on a stale anchor rather than on their subject.
Gates: npm test 298/298 (0 skipped), npm run check 12/12. Frozen faces untouched.
|
|||
| 5cb97edf39 |
fix(memory): stop scoring renormalised floating-point dust as a direction (C4 follow-up)
`centerVector` treated any positive norm as a direction:
norm = Math.sqrt(norm)
if (!(norm > 0)) return null
for (...) out[index] /= norm
A block that IS the space mean differs from it only by floating-point residue
(~1e-17). That residue passes `norm > 0`, gets normalised to unit length, and
then scores against the query as if it were signal.
## Measured
Space of two identical blocks, query deliberately off the block direction (if
the query equalled the mean, its centred form would collapse and centring would
fall back to raw scores, hiding the defect):
raw cosine, no centroid 0.8608
with centroid, before this fix 0.2183 <- dust, renormalised
with centroid, after this fix no hit <- dust judged "no direction"
At the default `minScore = 0.5` the 0.2183 scores were filtered anyway, so the
user-visible outcome (0 hits) does not change. What changes is that the number
is no longer manufactured: with `minScore: 0` the earlier build would surface
those blocks at a noise-derived score, and a future change to the threshold
would have made that reachable.
CENTER_EPSILON = 1e-9 is the floor. It also matches the Go side, where the
cosine of a zero vector is 0 rather than a random angle.
## Criterion C4i — and what it deliberately does not pin
C4i asserts the invariant: **every returned hit must carry the raw cosine
(0.8608); a value near 0.22 means dust was renormalised.** It therefore accepts
either of two future policies — drop such blocks (what this commit does), or
skip centring entirely for a space with no variance. The only thing it forbids
is continuing to score dust.
Reverting the guard (`norm > CENTER_EPSILON` -> `norm > 0`) makes C4i red, which
is the mutation this criterion exists for.
## KNOWN LIMITATION — reported upward, not fixed here
A space whose blocks are all identical now returns NO hits where it previously
returned them at 0.8608, because centring subtracts the only direction the space
has. That is not introduced by this commit — epsilon only made it deterministic —
but it is a real recall loss for a realistic case (the same note stored twice),
and it is a C4 regression against the pre-C4 behaviour.
Two candidates, deliberately NOT applied here because both change scoring
semantics and one departs from HA:
(a) keep dropping them (current, HA-consistent: Go's cosine of a zero vector
is 0, so those blocks fall below any threshold too);
(b) do not centre a space whose mean norm is ~1.0 — there is no variance to
remove — which preserves the 0.8608 raw scores. This adds an upper
threshold HA does not have, so it is the parent's call.
No criterion pins "0 hits" for the duplicate space: pinning it would encode the
limitation as intended behaviour.
Gates: npm test 282/282 (0 skipped), frozen faces untouched.
|
|||
| febf9f6f3c |
test(memory): pin the C4 gates that were left unguarded (C4 follow-up, supervision)
Three of C4's control surfaces had no criterion at all: deleting them left every
suite green. This commit adds the criteria, and the two defects they exposed.
## What was unguarded, measured
Each mutation below was applied to a scratch copy of lib/ and run against the
suite as it stood at
|
|||
| 0a6adff5cb |
fix(memory): wire centroid centering into both the write path and scoring (C4)
C4 的判据原文：「校正时查询向量与块向量都去均值，不能只处理一边」
（docs/phase-b-criteria.md:253，依据 HA centroid_store.go:443-451 的 centerBoth）。
C4 缺的不是一半，是两层都没接
1. 中心从来不存在。`saveSpaceCentroid`(lib/index.js) / `centroidStatus` /
`centroidRecallState` 在整个 lib/ 里没有生产调用者，`rebuildCentroid`
只有测试在调。所以生产库的 `graph_centroid` 永远是空表，`loadCentroid`
永远返回 undefined，`isAnomalous` 永远 false —— 校正一次也不会发生。
实测：`/tmp/p1/e2e.db` 的 `graph_centroid` 零行。
2. 打分不用中心。`lib/recall.js` 全文没有 centroid 一词，
`scoreVectorCandidates` 只算裸余弦。`centerBoth` 全仓零命中。
只做第 2 层就是又一个「代码写了没接线」：判据会绿、实现会绿、生产永远 false。
写入侧：lib/index.js
· 新增 `#ensureCentroid(fingerprint)`，在 commit 成功后调用
· 只在「本空间没有中心行」时建一次；有行就交给已有的 stale 判定
· 失败吞掉：一次重建失败不能让写入失败（同 D1：向量侧故障不得带走主路径）
· 不放在召回侧：rebuildCentroid 是 O(n·d)（实测 dim=512、2000 块 85.5ms），
而召回每轮 pre-step 都跑；C3-k 也明令 countVectored 不得进热路径，
而 centroidStatus 第一行就是它
打分侧：lib/recall.js
· `scoreVectorCandidates` 读一次中心（loadCentroid 纯读，一次索引查询）
· 仅当 `isAnomalous === true` 且 `centroid.dim === queryVector.length` 时启用
· 两侧同时减均值 + 重新归一化（新增 `centerVector`，对齐 HA CenterVector）
· 维度不符 ⇒ 不校正也不报错；减完是零向量 ⇒ 退回未校正路径
· 门控是正确性不是性能：各向同性空间无条件校正会毁掉结果
（实测 8 块正交 mean norm 0.3536：命中数 8 → 1，7 块余弦 +0.0496 → −0.1416，
且因 V5 结构性门（vectorScore <= 0 且 symbolHit === 0 直接丢弃）
minScore 调到 -1 也救不回来）
判据：test/phase-b-c4-centering.test.js（283 行，已登记进 npm test）
C4-0 前置：空间真的会被判为各向异性（mean norm 0.9729 >= 0.6）
C4a born-RED：去均值把 top-1 从 hub 翻到 target
红原文（28e18d0）：hub=0.6949(v=0.9928) target=0.6901(v=0.9859)
绿后： target=0.6300(v=0.9000)
C4b mutation-GUARD：同值对余弦恒为 1（纯代数，不依赖语料）。
未实现时本来就绿（裸余弦同值对 = 1），只有「只减一边」能让它红。
这条不可省：实测只减 query 时 C4a 的 top-1 仍然是 target，C4a 抓不到。
C4c guard：没有中心时照常返回结果（hub 仍然赢），不是让召回失败
C4d 第一层的守门人：走真 apply() + commit() + recall()，不手工 rebuildCentroid，
断言写完 8 条后 loadCentroid 必须已存在，且端到端 top-1 是 target
—— 没有这条，前三条的绿只能证明算术，证明不了接线
变异自证（三档，全部在临时副本做，真改 lib/）
M1 去掉中心化（loadCentroid 恒 undefined） → C4a + C4d 红（5→3 pass）
M2 块侧不中心化（只减 query，即 M-C4） → C4a + C4b + C4d 红（5→2 pass）
C4b 红原文：got 0.18974704073471832 —— 只减一边的签名
M3 去掉写入侧 #ensureCentroid → 仅 C4d 红（5→4 pass）
C4d 红原文：after commits through the production path a centroid must exist
这一档证明 C4d 是唯一守住第一层的判据
一处必要适配（不是削弱）
test/phase-b-h.test.js 的 `ticket②-strong mutation` 原本依赖「commit 之后
本空间没有中心」来让「用错 key 查不到」成为可观测事实。C4 让 commit 自动
建中心之后，这个前提变了，它会因为「本来就有一个中心」而红 —— 红的原因
与它要守的约束无关。改法：commit 之后显式清掉本空间那一行，并加一条
前置断言。用例语义完全保留，只是把前提重新立起来。
★ What this does NOT establish
中心化改变的是向量间的夹角，因此能改变排序。它不能让未校准的绝对分数
变得可用：去均值之后余弦仍然是余弦，而 DEFAULT_MIN_SCORE = 0.5 从来不是
从中心化后的分布推出来的。阈值校准仍是
phase-b-p1-vector-wiring.test.js:51-58 记录的已知未解问题。
三门：npm test 277/277（0 skipped）、npm run check 12/12、npm pack 10 files 79.0 kB。
冻结面：docs/、README.md、scripts/、lib/loop* 零改动。
|
|||
| 1309afec93 |
fix(memory): wire the computed query vector into recall scoring (P1)
`recallBlocksHybrid` computed `queryVector`, verified its length against the
declared space, and then threw it away:
return withDiagnosis(recallBlocks(store, query, scoped), 'vector_ready_unused')
`scoped` carries only `topK` / `signal` / `fingerprint` / `dimension`. So every
V1–V7 scoring branch inside `recallBlocks` was live code reachable ONLY from
unit tests that hand-built a `vectorScores` Map — `vectorScores:` appeared 10
times in test/phase-b-a.test.js and ZERO times under lib/. Production recall was
pure symbol/FTS: the whole vector half of phase B was unreachable, and the only
symptom was a diagnostic label nobody was watching.
Why BOTH options are now passed (structural, not stylistic)
· `vectorScores` alone reaches only the V1 exact-band tie adjustment (:438).
The fused candidate assembly at :233 is gated on `Number.isFinite(minScore)`,
so without a threshold the vector route can never admit a block the symbol
path missed — which is exactly what V5 exists for.
· `minScore` alone does nothing: :299 additionally requires `vectorScores` to
BE a Map before it builds vector candidates.
One seam, three guards. Half of it is a no-op, which is why measuring the
half-wiring mutation below matters.
Scheme A, and why not B
A: keep the existing API (`vectorScores: Map<string, number>` + `minScore`), and
have `recallBlocksHybrid` score the query vector against the space's stored
vectors before calling `recallBlocks` once.
B: change `recallBlocks`'s signature to accept a `queryVector` and score inside.
Chosen: A. B would touch a signature that phase A's golden fixture and nine call
sites depend on being synchronous and vector-free (`recallBlocks` MUST NOT return
a thenable — A1 pins it structurally), and it would move cosine arithmetic into a
function whose contract is literally "store + query text". A leaves
`recallBlocks` byte-untouched: the seam it already exposes is driven, so A2's
45-case golden comparison cannot drift. Both routes must also be fused in ONE
scoring pass anyway (V5 admits vector-only candidates; V7 forbids truncating
before fusion), so "call twice and merge" was never an option.
Cost, measured before choosing (this box, 2000 blocks x 512 dims)
narrow `SELECT id, vector` 21 ms (vs 70 ms for `allBlocks(-1)`)
parse + cosine over 2000 60 ms
⇒ ~81 ms per recall; at 8000 blocks ~310 ms.
Affordable because it runs once per TURN (pre-step), not per candidate, and
because the scan is bounded by SQL: `fingerprint = ?` and `vector_dim = ?` are
pushed into the store so rows from a retired space or a wrong width are never
decoded. A phase-A store (no embedded blocks at all) pays one indexed SELECT
returning no rows. It does not add a new order of cost either: the fused path
already walks every block for symbol union (`allBlocks(-1)`); this replaces that
blind decode with a narrow one for the vector half. The remaining ceiling is a
single very large space — a number to measure before raising topK, not a reason
to ship a path that never runs. Fail-closed per §0.2/F5: blocks with an empty
fingerprint are deliberately not scored.
New diagnostic modes, both non-faults
`hybrid` the healthy wired path (symbol + vector fused). Explicit
`case` in `degradationNotice` because `default:` exists to
make an UNKNOWN mode say "unknown, not absent" — routing the
healthiest mode through it would print a false degradation
notice on every turn that had a vector hit.
`no_vector_space` a space is configured and the embedder answered, but no
block in it carries a usable vector (fresh space). Says
"nothing was scored" without claiming a provider failure.
An empty Map must NOT be passed to the fused route: it would
open candidate assembly and score symbol matches as
`0.7*0 + 0.3*coverage`, the V2 regression.
The criterion (test/phase-b-p1-vector-wiring.test.js)
End-to-end, because a unit test cannot see this bug: the defect is that nobody
passes the options, so asserting the options work proves nothing. The chain is
real sqlite file → real `apply()`/`commit()` write path (no hand-built vectors,
no injected embedder object: the plugin's own HTTP adapter is used) → real
`recallBlocksHybrid` → real headless `dsh --profile headless` with the shipped
`cordis.patch.yml` loop overlay (so P0 still applies) → the persisted
`session.v4.jsonl.zstd` → the stub LLM's answer, which is a pure function of the
system prompt it received.
Corpus, MEASURED before any assertion was written. Deterministic keyword-family
projection into 8 unit axes: family 0 is the target's vocabulary, families 1..7
are one axis per distractor, unmapped text → zero vector. Query
「上次说的那个四位数是什么来着？」:
symbol path hits (target) 0 ← precondition 1
hand-built vectorScores top1 = target, score 0.70 ← precondition 2
query shares no CJK 2-gram with any block
Both preconditions are asserted in-suite (P1-0) so a later corpus edit cannot
make the e2e criterion unfalsifiable. An earlier attempt used the real
chinese-clip-vit-b16 model; its top-1 for the same kind of query was an unrelated
block (0.83 "入职培训"), so that corpus could never have gone green — the fake
embedder makes the question decidable instead of probabilistic.
The access code is `QP47-812` rather than a bare number so the stub's extractor
(`[A-Z]{2}\d{2}-\d{3}`) cannot collide with anything else in the prompt.
Born red against
|
|||
| ca0b5ff813 | fix(memory-b): keep non-enumerable recall diagnostics through budget slicing | |||
| 2069cd5f25 | feat(memory-b): budget-segment recall injection in the real host path | |||
| 591f34070d | feat(memory-b): port V7 largeTopK candidate bound before fusion | |||
| e2536f14f3 | feat(memory-b): port V5 candidate assembly and asymmetric MinScore | |||
| 5b217c1f78 | feat(memory-b): expose V3 vector and symbol attribution | |||
| d57c9dc798 |
feat(memory-b): port V2 non-exact fusion weights
Also clear three stale counts the release train authorised: criteria A1 wording (sync + hybrid), criteria G1 counts (173/12), README test-site count. |
|||
| fc92db9f5b | feat(memory-b): port V1 exact vector pin adjustment | |||
| 99d0670ebe |
fix(memory-b): 返工 ③④ —— trigger 直判据 + skipped_dim 不再是假字段
③ trigger 补直写判据（此前只有间接覆盖）
你的复核准确：摘掉 trigger 的 WHEN 会让 F3/D3 红，所以「间接有守卫」——
但没有一条盯 raw-writer。而 trigger 存在的全部理由就是防 raw-writer
（修复脚本、迁移、运维手敲 sqlite3）。putBlock 自己就能把列写对，
所以真实风险是「trigger 全没了也没人发现」。
MIG5 三条：
- raw UPDATE 把 vector 改成长度不符 ⇒ vector_dim 被拉回真值；清空则归 0
- raw INSERT 带错误 vector_dim ⇒ 被 trigger 覆盖为真值
- MIG5† 分别 DROP 两个 trigger，各自断言「谎言能存活」
真变异：从 DDL 里删掉整段 trigger ⇒ MIG5 前两条红（MIG5† 仍绿，因为它
主动 DROP，不依赖 DDL 是否存在 —— 这是两者分工正确的标志）。
④ skipped_dim 恒 0 是假字段，选 (a) 补维度过滤
你的诊断对，且比我的注释更狠：一个永远不能非零的字段，配合
`typeof === 'number'` 的断言，把 F4「维度失配与指纹失配分开计数」
做成了摆设。这与更早那处 assert.equal(skipped, 2) 是同一类。
实现：
- searchFts / 包含兜底都携带 dimension（来自 vector_dim 列）
- recallBlocks 新增 dimension 选项，在**空间过滤之后**做维度过滤
★ 顺序有意：先空间后维度，保证一块同时 stale 且窄时只计一次（记 space），
否则两个计数会重复计同一行、谁也加不出「被丢弃的块数」
- skippedDim 与 skipped 分别挂在返回数组上（F4 要分开）
- recallBlocksHybrid 把 space.dimension 注入 scoped，六个降级分支自动继承
- lastRecall.skipped_dim 改为读真实值
判据 F4b 四条：
- 同指纹不同宽度 ⇒ skippedDim=1 且 skipped=0（不串桶）
- 同时存在旧空间块与窄向量块 ⇒ skipped=1、skippedDim=1，不双计
- last_recall.skipped_dim 能非零
- F4b† 变异：删维度过滤 ⇒ skippedDim 归 0、窄向量被召回 ⇒ 红
实测：hits=[C 正常]，skipped=1，skippedDim=1，两者都能非零。
一处测试构造的调整：窄向量块用 raw 写入而非 commit —— F8（正确地）
拒绝显式传错的宽度，所以「库里存在窄向量行」在现实中只能来自
历史数据或修复脚本，与 trigger 那条判据的假设一致。
文档
- criteria: F4 补「两个都能非零」与恒 0 字段的教训
- dev-notes 增第 6 类「恒为 0 / 恒为真的字段」，含自查问句
「这个字段的取值集合里，有没有一个能让我这条断言失败？」
验证
- npm test 162/162（155 + MIG5 三条 + F4b 四条）
- npm run check 10/10
- 干净副本实数见后续消息
|
|||
| b73607ed02 |
feat(memory-b): F3/F4 四态派生计数 + D3 工具面 + D5 提示渲染
顺序遵守裁定：F2 过滤先落地（上一条 425c441），这一条才加计数。
先做计数会数出一个恒为 0 的假指标。
四态定义与归属
noVector vector 为空 回填
unknownSpace 有 vector 但 fp 为空 重嵌（说不出来属空间）
spaceMismatch 有 vector、有 fp ≠ active 重嵌到当前空间
dimensionMismatch 有 vector 但宽度不对 改 provider 配置（F4：与上面分开）
embedFailure 本次调用拿不到向量 ← 不在这里，它是单次事件不是库状态
F3/F4 判据（4 条行为 + 3 条变异）
F3 四态从库派生；skipped 非零（实测 skipped=2，不是恒 0）
F4 dim 与 fp 分开计数，且不互相重复计入
F3 改库/删库后计数跟着变（证明不是内存累加，D4）
F3 skipped 在符号路也计（fusion.go:495 同款：只测向量路等于没测）
F3† 内存累加器实现 ⇒ 「跟随数据库」断言红
F3†symbol 计数只挂在向量路 ⇒ 符号路的 skipped 断言红
F4† 把 dim 并进 spaceMismatch ⇒ 分桶断言红
D4：从 DB 派生，不累加
store.blockStates(activeFp, activeDim) 每次扫行计算，无缓存无累加。
判据用「绕过插件直接 UPDATE / DELETE，计数必须跟着变」证明。
D3/D5：两个消费者，一个来源
- renderIndex() 与 stablemem_stats 都调 blockStates()，不各留一份
- D5 的提示读同一个 unavailable 计数（noVector+unknownSpace+
spaceMismatch+dimensionMismatch），说明「N 条暂不可语义召回，
仍可按精确文本检索」
- D3 判据含无空间/有空间两例：无 active space 时 mismatch 必然为 0
（没有参照物），这条我第一版判据写错了，已按实际语义修正
★ 一处新工具引入的回归（已修）
新增 stablemem_stats 时把工具名硬编码，第二个实例挂载时撞名
"tool 'stablemem_stats' is already registered" —— 与之前 prompt context
名同型：isolate() 不分区工具名。已改为可从 config.statsToolName 覆写，
loader 测试同步传参。
★ 一处「注册了但跑不到」的坑（已修）
registerTools 里我用了 return ctx.tools.register(...)，后续第二个
register 永远不可达，但文件读起来像注册了两个。已去掉 return 并注释。
验证
- npm test 143/143（138 + F3/F4 四条 + 变异三条 + D3/D5 两条）
- npm run check 10/10
- 实测数字（5 块构造库）：
blockStates('fp-cur',3) = {total:5, active:1, noVector:1,
unknownSpace:1, spaceMismatch:1, dimensionMismatch:1}
recall("缓存", fp-cur) → 返回 1 条, skipped=2
recall("4324", fp-cur) → 返回 2 条, skipped=2
- 干净副本实数见后续消息
|
|||
| 425c441470 |
feat(memory-b): F5 固化为 fail-closed 判据 + F2 符号路空间过滤
裁定 1（F5）：fail-closed，写侧直接拒收
docs/phase-b-criteria.md §0.2 从「待拍板」改为「已定」：
无名向量的块直接拒收，比放过再靠下游兜更能守住空间隔离；
安全语义优先，**不为 HA 的疑似缺陷同构**
（HA 的 block_recall.go:140 三个 && 让空 fp 被放行，这是要修正而非复刻的行为）。
落点分两层并写明「缺一层都不算落实」：
写侧 putBlock 抛错（已实现）
读侧存量行归 unknownSpace、不参与向量召回（F 组）
F5 判据（5 种输入形态 + 变异）
省略 / 空串 / undefined / 数字 / null 一律抛错，且都不落库
合法形态仍工作（无向量无 fp；有向量有 fp）
F5† 变异：删掉写侧守卫 ⇒ 无名向量被接受 ⇒ F5 必红
顺带修一处：lib/store.js 的 vectorFP 加 String() 归一。
原先变异摘掉守卫后会以 SQLite bind 错误崩，掩盖了真正的断言失败
（变异因为错误的原因变红 = 不算证据）。
裁定 2（F2）：先过滤，后计数
F2 —— 空间过滤必须覆盖符号路，不只向量路
- store.searchFts 现在返回 fingerprint / hasVector，
两条 intake 路径（FTS 与包含兜底）都携带身份字段
★ 兜底路径第一版漏了这两个字段，导致过滤器看到 hasVector === undefined
而放行 —— 正是「过滤器只覆盖两个入口中的一个」那种 bug
- recallBlocks 新增 fingerprint 选项，在 pool 构建后统一过滤
刻意**不复刻** HA 的三连 &&：本仓 fail-closed，
带向量但无法命名空间的块一律排除（§0.2 裁定）
无向量的块不受影响（它们本来也不参与向量路，文本仍可检索）
- recallBlocksHybrid 在函数入口解析一次空间并注入 options，
六个降级分支全部经 scoped 调用 —— 逐调用点设置会在加第七个分支时漏掉一条
F2 判据（4 条行为 + 2 条独立变异）
F2 符号路命中旧空间块 → 被排除
F2 不传 fingerprint → 过滤器不生效（phase A 行为不变）
F2b 有向量但 fp 为空 → fail-closed 排除（HA 此处会放行）
F2 hybrid 在所有降级路径上应用同一过滤
F2† 删掉过滤器 → 旧空间块回来
F2†b 让 searchFts 不携带身份 → 过滤器失明（过滤只剩一个入口）
A1b 的调整（必须说明）
A1b 原先逐字节锁死 recallBlocks 源码，而 F2 合法地需要改这个函数。
改为守它真正要守的东西：**不传 fingerprint 时行为不变**
- 静态：过滤器必须 gated 在显式传入的 fingerprint 上
- 行为：golden fixture 前 5 例逐字段一致
依据：golden 语料 12 个块全部没有 fingerprint，
所以 F2 对 phase A 是纯增量；A2 仍全绿即为证。
验证（干净副本：git archive → 空目录 → link-dsh → 自跑）
见下一条消息附实数。
未 amend / 未 force push。
|
|||
| d972a2d135 |
fix(memory-b): W11f —— aborted / default 零命中时不再承诺条目
接你备好的四个 patch（ready-lib / ready-test / README / docs），
应用前逐个审过内容，dry-run 干净，应用后 md5 与你给的期望值一致：
lib/recall.js c8fdffd25d5340291fadf6cb26e1741f
test/phase-b-h.test.js c06685abb7672fa806ca37e0d1cb8947
README.md 3c183b045dd7de4a54338ed9d01b3738
问题（我上一轮修 embed_error 时只修了那一个分支）
aborted 与 default: 在零命中时仍说「matches below are …」，而下面没有条目。
aborted + 零命中不是边角 —— 用户点停止、且这条查询本来就查不到东西，
是取消最常见的形态。
default: 更糟：它是未来任何未知模式**唯一**会走的路，
最不该在这里开始编。
修法（补丁采用）
把「有没有条目」只问一次，四个分支共用：
const nothing = !Array.isArray(hits) || hits.length === 0
default 用「nothing was found, so treat this as "unknown", not "absent"」——
把「没搜到 ≠ 没有」这条口径落在**兜底分支**上，
而不是每加一个模式才记得补一次。
W11f 判据：表驱动、双向
遍历 [undefined, no_embedder, embed_error, aborted, vector_ready_unused,
future_mode_a, future_mode_b]
零命中：notice 非空时不得含 matches below|below are|entries below
有条目：notice 非空时必须指向条目，且不得说 found nothing
第二条以前完全没人管 —— W11/W11c 只查「出现 FAILED / cancelled」，
不查它是否指向了真实存在的条目。
两条变异各自独立（实测，不是「都红就算数」）
M-A 只删 aborted 分叉
not ok 57 - W11f
not ok 58 - W11f†
ok 59 - W11f†b ← default 那半仍绿
M-B 只删 default 分叉
not ok 57 - W11f
ok 58 - W11f† ← aborted 那半仍绿
not ok 59 - W11f†b
若两条变异下红的是同一批，那就是重复计数（W11d†a/†b 的老毛病）。
验证
- npm test 118/118
- npm run check 10/10
- 连跑 8 次全量，0 失败（按你的要求超过 5 次）
- 变异 runner 零残留：/tmp/mut-?????? 前后均为 0
（/tmp/mut-probe 是 10:17 的历史副本，与本轮无关，未动）
未 amend / 未 force push，80d188e 之后是新提交。
|
|||
| 80d188efc1 |
fix(memory-b): P0 no_embedder 逐轮注入 + 变异改为真改 lib/（并修掉自引入竞态）
P0 —— no_embedder 每轮注入（随
|
|||
| 82b754661d |
fix(memory-b): W11d 两处短路 + W12 abort/失败分流 + 文档订正
W11d —— 你说得对，不是一行。两处短路各能独立吃掉提示
① lib/index.js contextForStep: `if (hits.length === 0) return ''`
② lib/recall.js renderRecall: `if (!Array.isArray(hits) || hits.length === 0) return ''`
修法（按你给的形态）：「有没有条目」与「有没有话要说」分开判：
const notice = degradationNotice(hits)
if (lines.length === 0 && notice === '') return ''
不写成「notice 非空就总出 header」——那样健康路径零命中回合每轮灌一行记忆头，
白烧 token 还教模型忽略这一段。
四场景实测（真 Context/SystemPrompt/ToolRuntime/真 adapter/真 http）
A 降级+命中 -> empty=false failed=true entries=true 54ms
B 降级+零命中 -> empty=false failed=true entries=false 51ms ← W11d
C1 健康+命中 -> empty=false failed=false entries=true 7ms
C2 健康+零命中-> empty=true failed=false entries=false 2ms ← 正确沉默
与你实测四条一致。
W11d 判据 + **两条独立变异**
W11d†a 只把 renderRecall 短路改回去 -> not ok 50 - W11d
W11d†b 只把 contextForStep 短路加回来 -> not ok 50 - W11d
两条分别实测，证明「只修一处无效」，也证明每处都有人守着。
W12 abort 与 embed_error 分流（你上一条四项里的 ③）
原来两者都报 embed_error ⇒ 用户主动取消时提示「搜索失败」，会诱导无谓重试。
现在：options.signal.aborted 或 AbortError ⇒ 'aborted'，其余 ⇒ 'embed_error'。
degradationNotice 新增 aborted 分支，措辞是「was cancelled」而不是「FAILED」。
W12 判据：两种标签、两种文案、必须不同。
变异（合并成 'embed_error'）→ W10b / W11c / W12 三条同时红。
已同步 W10b/W11c/W11d 的断言（它们原假设 embed_error）。
② README:224 订正
`recall('etcd 端口', 5)` 已失效——第二形参变成 options 后，数字不是 {topK}，
默认值生效。改为 `recall(q, { topK: 5 })`，并补 await（commit/recall 都是 async），
另加一段说明这个静默失效，以及「不 await 也能写」正是 W6 守着的脆弱假设。
④ docs/phase-b-criteria.md 补 W 组（原 0 命中）
新增 §W 表：W1/W5/W4/W6/W7/W8/W9/W9b/W10/W11/W11d/W12，
每条写「逼出它的 bug」与变异，并记下这组的共同教训：
判据用替身/短路/自造形状时，验的是替身而不是真代码。
（W9 假 embedder、W11d 两处短路互相掩盖、V3b 自造 2 段 batch 是同一形态。）
★ 你那条附带发现我也记下了：探针把成功响应写成 {vector:[...]}，
而适配器只认 {embedding} 或 {data[0].embedding}（lib/embed/http.js:199-202），
于是「健康路径」实际一直在走 embed_error，C1 误报 FAILED。
自造 mock 时形状必须照适配器真读的字段抄，否则验的是自己的 mock。
验证
- npm test 113/113（108 + W11d/W11d†a/W11d†b + W12/W12†）
- npm run check 10/10
- 提交前连跑 3 次 test + 3 次 check，6 次全绿
|
|||
| 72f02b866a |
fix(memory-b): W10 读路径取消 + W11 降级可见
W10 读路径完全没有取消（真 bug，与 W9 同形）
复现（真 adapter + 挂死的本地 http，timeoutMs 压到 2000，50ms abort）
recall_elapsed_ms = 2004
decision messages = 2 (aborted after 50ms)
in-flight provider calls = 1
生产口径 DEFAULT_TIMEOUT_MS = 30_000 ⇒ 每次 pre-step 都可能卡 30 秒，
用户取消毫无作用。
根因链
lib/recall.js:437 embedText(String(query ?? '')) ← 只有一个实参
lib/index.js:237 recall(query, topK) ← 没有 signal 形参
lib/index.js:257 contextForStep(messages) ← 没有 signal 形参
lib/index.js:431 payload.signal 只被读了 .aborted 一次，之后不传
修复：signal 逐层透传
agent/pre-step payload.signal → contextForStep(messages, signal)
→ recall(query, {topK, signal}) → recallBlocksHybrid(..., {signal})
→ embedText(text, options.signal)
修复后同一复现脚本：recall_elapsed_ms = 54
W10 判据（走真 hook 链，不是直调 seam）
W10 真 adapter + 挂死 server + 50ms abort 走 pre-step ⇒ <500ms，
且 degraded === 'embed_error'
W10b 同一件事在 seam 层，防止将来重构 hook 链把回归藏起来
W10† 变异（删掉 options.signal 实参）
not ok 44 - W10: aborting a pre-step interrupts the recall embedding promptly
error: 'an aborted pre-step must not wait for the embedding provider; took 30001ms'
not ok 45 - W10b
恢复后 # pass 108 / # fail 0
★ 30001ms 正是生产口径那个 30 秒
W11 降级必须能被模型看见（你提醒的口径）
确认属实：renderRecall 原来只拼 header + 命中行，完全不渲染 degraded。
而且 hits.degraded 是 enumerable:false（A 组 golden 比较需要），
所以它对 JSON.stringify / Object.keys / 任何序列化日志都不可见 ——
断言这个属性等于什么都没证明。文本是模型唯一的信道。
新增：
- renderRecall 渲染降级提示行
- degradationNotice(hits) 导出，三分支（no_embedder / embed_error /
vector_ready_unused=不打扰模型），default 兜底防未来新模式静默落到 ''
- embed_error 的措辞点明「此处没有记忆不等于没记录过」，因为降级时
「没有证据」不等于「证据为无」
W11 判据
W11 降级 ⇒ 渲染文本含 FAILED 与 not prove it is unrecorded，
并顺带断言 JSON.stringify 确实看不见 degraded（说明为什么需要文本信道）
W11b 健康召回不出现任何提示（不误报）
W11c 端到端：aborted pre-step 的文本既有命中也有提示，且 <500ms
W11† 变异（renderRecall 去掉提示行）
not ok 46 - W11
not ok 48 - W11c
恢复后 108/108
一处自我更正：W11c 初版没有任何实质断言（注释里写「text 可能为空，
所以只断言类型」），那是假测试。已改为种子一条符号路可命中的块，
断言文本非空、含 FAILED、含命中值、且 <500ms。
★ 顺带记录一次操作事故：改 renderRecall 时我的 Python 替换把整个
文件匹配进去，lib/recall.js 被写成 53 MB。已 git checkout 恢复并重做，
当前文件 521 行、syntax OK、全量测试通过。以后大段替换先备份。
验证
- npm test 108/108（102 + W10/W10b + W11/W11b/W11c）
- npm run check 10/10
- 提交前连跑 3 次 test + 3 次 check，6 次全绿
|
|||
| 170bc5fde2 |
fix(memory-b): W9 —— adapter 的 embedText 丢掉 caller signal（真 bug）
复现（真 adapter + 本地真 http server，3s 回包，50ms abort）
signal forwarded? outcome=RESOLVED vector=[0.1,0.2,0.3] elapsed=3012ms
★ caller abort ignored — signal dropped by embedText signature
根因：lib/index.js:173 调 embedText(text, options.signal)，而
lib/embed/http.js:152 声明的是 embedText(text) —— 第二实参被 JS 静默丢弃。
生产语义：用户已取消，工具继续阻塞到 adapter 自己的 30s 超时，
而且最后还把向量写进库；isConcurrencySafe 的兄弟调用一起被堵。
为什么 99 条全绿
W5/W5† 用的是手写慢 embedder，它自己 addEventListener('abort') 了 ——
判据测的是「我希望的行为」，没测真实 adapter。与上一轮 V3b 自造
2 段 batch 是同一形态：替身站到了唯一可能出错的那段代码前面。
修复
- embedText(text, signal)：用 AbortSignal.any([signal, controller.signal])
融合两个取消源。两个语义都保留：
· 用户取消要立刻停（实测 50ms -> 53ms）
· provider 卡死也要停（实测无 signal 时 151ms 超时；
有未取消的 caller signal 时仍 151ms 超时）
Node >= 22.5 已有 AbortSignal.any，不手写 fuse、不轮询。
- 同步修 Embedder 的 JSDoc 与 interface 类型，把第二个参数写进契约
W9 判据（真链路，不用假 embedder）
W9 caller abort 打断真实请求：耗时 < 500ms 且确实抛出
W9b adapter 自身 timeout 在有 caller signal 时仍然生效
W9c 端到端（真 server + 真 adapter + ctx.tools.execute）：
块仍写入、vector 为空、error.info.code === 'ABORTED'
W9† 变异（贴红绿原文）
★ 第一次变异不干净：只改签名，函数体仍引用 signal ⇒ 抛 ReferenceError
⇒ W9 看到「很快抛错」判为通过。这是假绿。
干净的变异（签名单参 + 去掉 fuse）：
not ok 41 - W9: a caller abort interrupts a REAL http embedding call promptly
an aborted call must reject, not resolve with a vector
not ok 43 - W9c: end-to-end — aborted tool call still writes the block
恢复后 # pass 102 / # fail 0
f. 同形问题全仓扫描结论（grep + 实参/形参比对，非「我觉得」）
lib/ 里所有传到 Embedder 的调用点：
lib/index.js:173 embedText(text, options.signal) -> 形参 (text, signal) ✔
lib/recall.js:434 embedText(String(query ?? '')) -> 单参，合法 ✔
自动比对脚本报了一处 withDiagnosis 4>3 的告警，手工核对为误报：
6 处调用实参分别为 2/2/3/3/3/2，正则被 Object.defineProperty 干扰。
结论：无其它「传了实参、对面签名不收」的调用点。
README:376 修正
原文写「exec.signal is forwarded into embedText」——参数确实传了但对面对掉，
比没传更糟（读文档的人会以为验过）。改为与代码一致的表述，
并注明「W5 只覆盖管道，适配器侧由 W9 覆盖」。
另记下变异必须干净这条：失败原因不对的变异不算证据。
验证
- npm test 102/102（99 + W9/W9b/W9c）
- npm run check 10/10
- 提交前连跑 3 次 test + 3 次 check，6 次全绿
|
|||
| 600df5b817 |
feat(memory-b): G 组完成 —— 5 条守卫 + 两条你要求的即时修正
先落你要求的两处修正（在 G 组之前）
1. A1 加硬：新增 A1b，用 `git show 885e0b6:lib/recall.js` 取冻结版，
逐字节比对 recallBlocks 的函数体区间。
实测有效：把 `String(query ?? '').trim()` 改成 `(query ?? '').toString().trim()`
（行为等价、仍同步），A2 golden fixture **仍绿**，但 A1b 红 ——
正是你指出的「挡不住顺手优化同步版」的缺口。
2. `degraded: 'hybrid'` → `'vector_ready_unused'`。
现在语义是「向量算成功了但没进评分」，叫 hybrid 是骗人的。
已同步改 README，并注明 V 组接上后再改名。
G 组判据（test/phase-b-g.test.js 行为 3 条 + test/phase-b-g-static.test.js 静态 2 条）
- G2 无 embedder ⇒ 零网络调用（替换 globalThis.fetch 为 tripwire）
- G2b lib/ 只 import node: 内建与 dsh peer
- G3 embedder 抛错时 stablemem_commit 仍写入，符号路仍能召回
- G4 只有 text 模态，memory_blocks 不存在 media 列
- G5 transport 标识符（fetch( / Authorization / Bearer / http:// /
model_dir / api_key）只许出现在 lib/embed/ 下
G 组变异（全部实跑打红，原文）
GM1 无 embedder 分支加 fetch
not ok 1 - G2: with no embedder, recall performs no network I/O
GM2 commit 先 await embedder，失败则抛
not ok 3 - G3: stablemem_commit writes even when the embedder throws
GM3 memory_blocks 加 data BLOB 列
not ok 4 - G4: only the text modality is produced
GM4 recall.js 里写 endpoint 字面量
not ok 5 - G5: provider-specific identifiers may appear in exactly one lib file
GM5 lib/store.js 加 import onnxruntime-node
not ok 1 - G2b: lib/ imports only node: builtins and cordis/dsh peers
★ G 组自己踩到的两个坑（都是判据本身的缺陷，不是 lib 的）
1. 静态扫描判据不能 import 被扫描的代码。G2b/G5 原本和行为判据放同一文件，
而那个文件 import 了 lib/index.js ⇒ lib/ 一坏整份测试崩，
报的是 "load failed" 而不是「你加了不该加的依赖」。
已拆到 test/phase-b-g-static.test.js（不 import 任何 lib/），
实测：lib/store.js 加 onnxruntime-node 后模块加载失败，
静态判据仍独立报出 G2b 红。
2. 扫描必须去注释。G5 第一版把 recall.js 注释里的「no endpoint」
和 store.js 的「edge endpoint」当成违规。误报的守卫会被关掉，
比没有更糟。已改为先剥注释再扫。
顺带：为 G4 的 schema 内省加了 BlockStore.columns(table)（公开方法），
而不是让测试去碰私有 handle。
未做的事（等你裁定后再动）
- F 组：等 §0.1 endpoint 规范化 / §0.2 四态 / §0.3 stats+is_anomalous
独立列 / §0.4 降级落地
- 已记录你指出的关键一处：HA 的指纹守卫有**两处**
（block_recall.go:140 与 fusion.go:495），同一个三连 &&，
空 fingerprint 在向量路和符号路上都会被放行。
F 组判据必须覆盖符号路，只测向量路等于没测。
我核过 fusion.go:481-495 的注释与 toolcall_block_test.go:124 的起因，
确认属实。
验证
- npm test 46/46（40 + G 组 5 + A1b）
- npm run check 9/9
- 提交前连跑 3 次 test + 3 次 check，6 次全绿
|
|||
| 98612b2746 |
feat(memory-b): A 组完成 —— 异步 seam + golden fixture，recallBlocks 未动
G6 收口
- 范围如实收窄：表从 8 个扩到 **23 个**（当前 harness 里全部 user-role
注入 kind），并把措辞改成「installed harness 里的 user-role 注入 kind」，
不再暗示穷举。全量 MessageSourceMap 有 25 个 source key，会继续增长；
白名单是 fail-closed，未列出的新 kind 天然安全。
- 每个 kind 都核到字面声明（不是照抄之前的表）；`compact-checkpoint` 的
kind 藏在 checkpoint.d.ts:18 的 marker 类型里，也已核到。
- 新增 **G6b**：`user-rpc` 的 kind 就是 `'user'`
（dsh-api-session-controller/lib/types/types.d.ts:395-400），
所以这条白名单不会把远程/网页用户挡在外面。这条是你指出的，
我认为是全组最关键的安全性断言，已写进 README 正文。
A 组实现
- `recallBlocks` 保持同步且一行未改（新增函数在它之后）。
- 新增 `recallBlocksHybrid(store, embedder, query, opts)` async 包装。
无 embedder / embedder 抛错 / 返回空向量 / 维度与 info() 不符
⇒ 退回同步召回，并在返回数组上挂不可枚举的 `degraded`
（'no_embedder' | 'embed_error' | 'hybrid'）。永不抛错（§0.4）。
- `degraded` 不可枚举：不进 JSON.stringify / Object.keys /
与 phase A 输出的深比较，保证 A3 的逐字段相等成立。
- `Embedder` 窄接口三成员：embedText / info() 同步 / close。
判据里不出现任何 provider 字段名。
A 组判据（test/phase-b-a.test.js，6 条）
- golden fixture：12 块 × 15 查询 × topK 1/3/5 = **45 例**，
逐例比较 id / 顺序 / **score 精确相等（无容差）** / exact / why 字符串。
容差比较会放过评分改动，而这正是本组要挡的。
- A1 结构性断言 recallBlocks 不返回 thenable。
- A3 hybrid(null) 与同步版逐字段相等（含 why）。
- A3b 降级原因可见。
A 组变异（全部实跑打红，原文如下）
M1 非精确带分数 +1e-6
not ok 2 - A2: golden fixture — every case reproduces exactly
M2 recallBlocks 改 async（被否决的设计）
not ok 1 - A1: recallBlocks is synchronous and takes no embedder
M3 hybrid 给 why 加后缀
not ok 3 - A3: recallBlocksHybrid with no embedder equals recallBlocks
★ A 组抓到的真问题（不是我的判据，是实现改动引起的）
`StableMem.recall()` 变成 async 后，上一轮那条 REGRESSION 变异测试
拿到的 Promise 没有 `.length` ⇒ `undefined < undefined` 为 false ⇒
断言「通过」但什么都没测。checkpoint V3c 同一处也有这个问题。
两处已补 await。README 里记成一条通用陷阱：
任何东西改 async 后，grep 所有对可能已变 Promise 的值取 `.length` 的地方。
验证
- npm test 40/40（34 + A 组 6）
- npm run check 9/9
- 提交前连跑 3 次 check + 3 次 test，6 次全绿（按你的要求）
F 组未动：等 §0.1 endpoint 规范化 / §0.2 四态 / §0.3 stats+is_anomalous /
§0.4 失败降级的裁定落地。
|
|||
| 114fae84aa |
feat(memory): MVP 阶段 A 切片 —— 块进 dsh、召回、进 prompt
按 docs/feasibility.md §7.1 阶段 A 落地最小可验证切片，
刻意不引入 embedding、不碰 L1 淘汰。
落地内容
- lib/store.js BlockStore：node:sqlite 建 memory_blocks /
memory_block_edges / graph_centroid 三表 + FTS5 索引。
内容派生 id（blk_+sha256[:12]，移植 distill.BlockID）；
putBlock 走「空值不覆盖」，重复 commit 幂等。
- lib/recall.js FTS5 bm25 + 精确串布尔置顶（移植 SymbolScore/fusion.go:427）、
单字符不成符号（abstain.go:115）、前缀特异性 tie-break、
CJK 2..4 字滑窗兜底（移植 cjkWindows/fusion.go:240）。
- lib/index.js StableMem service + systemPrompt.context 常驻索引 +
agent/pre-step 按本轮输入召回注入 + stablemem_commit 工具。
- scripts/checkpoints.js V1–V5 + 两条变异，对真实 cordis 服务跑。
- test/ 26 个测试（store / recall / plugin wiring / real loader / isolate）。
- scripts/link-dsh.sh 把全局 dsh 包软链进 node_modules（插件本身零依赖）。
三个实测出来的 dsh 约束（都是先红了才发现的）
1. cordis service 不能用 JS #private 字段 —— ctx.<name> 是 proxy，
访问私有字段抛 "Cannot read private member"。状态必须放普通属性。
2. isolate() 不隔离 prompt context 名与工具名（只隔离 service 查找）——
所以工具名做成可配置，prompt context 名由 db 路径派生以保唯一。
3. systemPrompt.getContextOrder() 是分配器不是常量表，用命名槽位。
验证
- npm test → 26/26 通过
- npm run check → 8/8 checkpoint 通过
V1 sqlite/WAL/100 写回读；V2 能力分层（tier1 30/30、tier2 20/20，
tier3/4 作为已知缺口显式记录）；V3 AssembleContext 仅 [agent]；
V3b 注入落进批次且带 source.kind；V3b† 静默召回则判据红；
V4 工具 schema+render 端到端；V5 fiber dispose 释放句柄并可重开；
A5† 退化成包含匹配则区分度消失。
阶段 A exit criteria 全部满足（含 V3/V3b 分工结论写入 README）。
参考仓 /home/program/TrueAgent 未改动。
|
