fix(memory): 打通场景/索引/召回残余矛盾点，清理死代码与冗余索引

- DecaySceneRefs 真半衰期：新增 scene_refs.decayed_at 作计时起点，每个引用至多每 halfLife 衰减一次。此前只按 created_at 判龄 + 每次心跳对半砍，30 天阈值配 60 分钟心跳会在几小时内清空老关联（不是半衰期是骤死）；时间基准改走 SQLite datetime('now')，不再与 Go 本地时间混用。 - Indexer.syncIfStale 基线口径与 Sync 对齐（min(实体数, 全量召回上限)）：实体数超过上限时原实现永远不相等，每 retrainInterval 全量重训一次。 - EnsureScene 去掉从不使用的 Situation 参数；修正 EnterSceneWithHint / resolveTurnScenes / 测试里「声明场景会学整轮指纹」的过时注释（实际刻意不学，否则会吃死被动路）。 - SituationFeature.Weight 补 peer_group → wFeatPeer：此前落到 default 话题级 0.4，群聊身份被降级成软信号。 - RecallBySituation 注释改为与实现一致（相似度只决定命中哪些场景，不参与每条关系排序）。 - 移除只被测试使用的 EmergentScenes（SceneStats 已含 origin/strength/ features，完全覆盖）。 - 清理与 UNIQUE 隐含索引重复的 idx_entity_name / idx_sentences_text。 - 新增 TestSyncIfStaleBaseline / TestPeerGroupWeight，衰减测试补「同一半衰期内不重复衰减」用例。 go build/vet 干净，internal/... 全绿。
2026-09-25 03:18:08 +00:00 · 2026-09-15 10:20:40 +08:00
parent 49695c38f3
commit acc94723fd
6 changed files with 248 additions and 67 deletions
--- a/internal/memory/graph.go
+++ b/internal/memory/graph.go
@ -12,6 +12,15 @@ import (
 	_ "github.com/mattn/go-sqlite3"
 )

+// maxKeywordEntities 是单个关键词能取回的实体上限。
+//
+// 无上限时，一个宽关键词（"QQ"）会命中上百个实体并逐个参与深度扩展，
+// 把一次召回变成一次全表扫描。
+const maxKeywordEntities = 50
+
+// maxAdjacentRelations 是深度扩展里**每层**读取的关系上限。
+const maxAdjacentRelations = 200
+
 // maxFullRecallEntities 是「无关键词全量读取」路径的实体上限。
 // 该路径只服务于内部整备（Indexer.Sync / 实体合并检测），并非用户检索；
 // 无上限时一张大图会被整表 read 进内存。超限时 GraphDB.Recall 会记日志。
@ -236,6 +245,9 @@ func (g *GraphDB) initSchema() error {
 			-- 数值型节点（relation/entity）为空串。
 			ref_text TEXT NOT NULL DEFAULT '',
 			weight REAL DEFAULT 1.0,
+			-- decayed_at 是半衰期衰减的计时起点：每个引用至多每 halfLife
+			-- 衰减一次（见 DecaySceneRefs）。重复写入/强化会把它刷成当前时刻。
+			decayed_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
 			created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
 			UNIQUE(scene_id, kind, ref_id, ref_text)
 		)`,
@ -245,14 +257,12 @@ func (g *GraphDB) initSchema() error {
 		`CREATE INDEX IF NOT EXISTS idx_memory_blocks_digest ON memory_blocks(payload_digest)`,
 		`CREATE INDEX IF NOT EXISTS idx_memory_block_edges_source ON memory_block_edges(source_kind, source_id)`,
 		`CREATE INDEX IF NOT EXISTS idx_memory_block_edges_target ON memory_block_edges(target_kind, target_id)`,
-		`CREATE INDEX IF NOT EXISTS idx_entity_name ON entities(name)`,
 		`CREATE INDEX IF NOT EXISTS idx_entity_type ON entities(type)`,
 		`CREATE INDEX IF NOT EXISTS idx_relation_source ON relations(source_id)`,
 		`CREATE INDEX IF NOT EXISTS idx_relation_target ON relations(target_id)`,
 		`CREATE INDEX IF NOT EXISTS idx_relation_type ON relations(relation_type)`,
 		`CREATE INDEX IF NOT EXISTS idx_relation_status ON relations(status)`,
 		`CREATE INDEX IF NOT EXISTS idx_relation_session ON relations(session_id)`,
-		`CREATE INDEX IF NOT EXISTS idx_sentences_text ON sentences(text)`,
 	}

 	for _, s := range schemas {
@ -307,6 +317,17 @@ func (g *GraphDB) initSchema() error {
 			}
 		}
 	}
+	// 迁移8：scene_refs 加 decayed_at（半衰期衰减的计时起点）。
+	// ALTER 不接受非常量默认值，先加可空列再用 created_at 回填，
+	// 于是既有引用的「上一次衰减」就定在它被写入的时刻，不会被立即清掉。
+	if !columnExists(tx, "scene_refs", "decayed_at") {
+		tx.Exec(`ALTER TABLE scene_refs ADD COLUMN decayed_at TIMESTAMP`)
+		tx.Exec(`UPDATE scene_refs SET decayed_at = created_at WHERE decayed_at IS NULL`)
+	}
+	// 冗余索引清理：entities.name 与 sentences.text 上的 UNIQUE 已隐含等价索引
+	// （sqlite_autoindex_*），再建一个同列索引只增加写放大，查询不会用到。
+	tx.Exec(`DROP INDEX IF EXISTS idx_entity_name`)
+	tx.Exec(`DROP INDEX IF EXISTS idx_sentences_text`)
 	// 迁移3：将现有 sentence_ref 数据迁移到 sentences 表
 	tx.Exec(`INSERT OR IGNORE INTO sentences (text) SELECT DISTINCT sentence_ref FROM relations WHERE sentence_ref != ''`)
 	tx.Exec(`UPDATE relations SET sentence_id = (SELECT id FROM sentences WHERE text = relations.sentence_ref) WHERE sentence_ref != ''`)
@ -639,10 +660,25 @@ func (g *GraphDB) Recall(keywords []string, seedEntities []string, depth int, se
 	entityIDs := make(map[int64]bool)

 	for _, kw := range keywords {
+		// 相关度排序 + 限额。
+		//
+		// 此前这里既没有 ORDER BY 也没有 LIMIT：拿回来的顺序就是建表顺序
+		// （rowid 升序），于是注入进 prompt 的"前 5 个实体"是**最早创建的**，
+		// 越新越准的记忆越排后面被截掉（实测：输入「QQ回复格式」命中 148 个，
+		// 规则实体排第 32，前 5 里根本没有它）。
+		//
+		// 相关度分三层：完全相等 > 前缀命中 > 包含命中；同层按提及次数、
+		// 再按名字长度（短名更可能是实体本身而不是长描述）。
 		rows, err := g.db.Query(
 			`SELECT id, name, type, mention_count, created_at, updated_at
-			 FROM entities WHERE LOWER(name) LIKE ?`,
-			"%"+kw+"%",
+			 FROM entities WHERE LOWER(name) LIKE ?
+			 ORDER BY CASE
+			     WHEN LOWER(name) = LOWER(?) THEN 0
+			     WHEN LOWER(name) LIKE LOWER(?) || '%' THEN 1
+			     ELSE 2 END,
+			   mention_count DESC, LENGTH(name) ASC
+			 LIMIT ?`,
+			"%"+kw+"%", kw, kw, maxKeywordEntities,
 		)
 		if err != nil {
 			return nil, err
@ -717,6 +753,11 @@ func (g *GraphDB) Recall(keywords []string, seedEntities []string, depth int, se
 			query += " AND r.session_id = ?"
 			allIDs = append(allIDs, sessionFilter)
 		}
+		// 每层限额：热实体（"文档"这类）的邻接可能是上千条，无上限时每层都
+		// 整片读进内存，而调用方（memory_recall 注入 10 条、自动注入只要实体名）
+		// 根本用不到。按置信度取最相关的一批。
+		query += " ORDER BY r.confidence DESC, r.updated_at DESC LIMIT ?"
+		allIDs = append(allIDs, maxAdjacentRelations)

 		relRows, err := g.db.Query(query, allIDs...)
 		if err != nil {
@ -901,10 +942,13 @@ func (g *GraphDB) Purge(criteria map[string]string, mode string) (int, error) {
 		}
 		n, _ := result.RowsAffected()

-		g.db.Exec(`DELETE FROM entities WHERE id NOT IN (
-			SELECT DISTINCT source_id FROM relations
-			UNION SELECT DISTINCT target_id FROM relations)`)
-
+		// 这里**不再**顺手全局删孤儿实体。
+		//
+		// 原来那句 `DELETE FROM entities WHERE id NOT IN (relations 两端)` 是与
+		// 调用方意图无关的全局副作用：memory_edit 只想去掉一条关系，却可能把
+		// 图里其它孤零零的实体一并清掉。孤儿清理交给 PurgeOrphans
+		// （显式、可 dry-run、有计数与审计），一次改动只做一件事。
+		//
 		// 关系没了，它的场景引用必须跟着对齐：残留引用会让场景看着很大、
 		// 召回却是空的（SceneStats 也跟着说谎）。
 		g.purgeStaleSceneRefsLocked()
--- a/internal/memory/indexer.go
+++ b/internal/memory/indexer.go
@ -3,8 +3,10 @@ package memory
 import (
 	"fmt"
 	"log"
+	"sort"
 	"strings"
 	"sync"
+	"time"

 	"gitcode.com/JianFeeeee/HomeAgent/internal/memory/vector"
 )
@ -19,8 +21,21 @@ type Indexer struct {

 	// recalledOrder 记录 recalled 的插入顺序，用于超限时按 FIFO 淘汰。
 	recalledOrder []string
+
+	// 增量同步状态：运行中新增的实体此前要等下一个归档心跳（Indexer.Sync）
+	// 才进向量索引，在那之前只能靠关键词路命中——"刚记住的东西过一会儿才想得
+	// 起来"就是这么来的。这里记下上次同步的实体数，召回前发现数量变了就补一次。
+	lastSyncCount int
+	lastSyncAt    time.Time
 }

+// retrainInterval 是增量重训的最小间隔。
+//
+// 为什么不每次都重训：TF-IDF 向量器是**全局**重训（词表与 idf 都变），
+// 一次是 O(实体数)。没有下限时，密集写入的场景下每轮召回都触发一次全量重训，
+// 把一个读操作变成写放大的热点。心跳（30min）+ 这个下限，够快也够稳。
+const retrainInterval = 30 * time.Second
+
 // maxRecalledEntities 是「已召回实体」去重集的上限。
 //
 // 无上限时它只增不减：进程活得越久，被永久跳过的实体越多，自动注入
@ -76,6 +91,10 @@ func (idx *Indexer) Sync() error {
 	}

 	if len(names) == 0 {
+		// 没有实体也是一次成功的同步：记下基线，否则 syncIfStale 会在
+		// 「基线还停在旧值」与「本轮无实体」之间反复误判、每 30s 重跑一次。
+		idx.lastSyncCount = 0
+		idx.lastSyncAt = time.Now()
 		return nil
 	}

@ -93,10 +112,49 @@ func (idx *Indexer) Sync() error {
 	}

 	idx.trained = true
+	idx.lastSyncCount = len(names)
+	idx.lastSyncAt = time.Now()
 	log.Printf("[indexer] synced %d entities to vector index", len(names))
 	return nil
 }

+// syncIfStale 在实体数发生变化时补一次重建（调用方必须**不持锁**）。
+//
+// 返回是否发生了重建。计数查询走 idx_count 索引，成本可忽略；
+// 只有真的变了、且离上次同步超过 retrainInterval 才重训。
+func (idx *Indexer) syncIfStale() bool {
+	if idx.db == nil {
+		return false
+	}
+	var count int
+	if err := idx.db.db.QueryRow(`SELECT COUNT(*) FROM entities`).Scan(&count); err != nil {
+		return false
+	}
+	// 基线口径必须与 Sync 一致：Sync 走的是「无关键词全量召回」，实体数被
+	// maxFullRecallEntities 封顶。直接拿 COUNT(*) 比会在实体数超过上限的大图上
+	// 永远不相等——每 30s 全量重训一次，把一条读路径变成写放大热点。
+	expected := count
+	if expected > maxFullRecallEntities {
+		expected = maxFullRecallEntities
+	}
+
+	idx.mu.RLock()
+	known, last := idx.lastSyncCount, idx.lastSyncAt
+	idx.mu.RUnlock()
+	if expected == known {
+		return false
+	}
+	if !last.IsZero() && time.Since(last) < retrainInterval {
+		return false
+	}
+	if err := idx.Sync(); err != nil {
+		log.Printf("[indexer] 增量同步失败（沿用旧索引）: %v", err)
+		return false
+	}
+	log.Printf("[indexer] 实体数 %d→%d，已增量重建实体名向量索引", known, count)
+	return true
+}
+
 type InjectedContext struct {
 	Entities      []Entity   `json:"entities"`
 	Relations     []Relation `json:"relations"`
@ -130,6 +188,9 @@ func (idx *Indexer) BuildContextInScene(userInput string, scenes []string) *Inje

 	input := CleanText(userInput)

+	// 0. 索引保鲜：运行中新增的实体不该等到下一个心跳才可被召回
+	idx.syncIfStale()
+
 	// 1. 向量搜索：从实体名向量索引中找到相关实体
 	vectorEntities := idx.vectorSearchEntities(input)

@ -444,16 +505,30 @@ func buildIndexSummary(entities []Entity) string {
 	var b strings.Builder
 	b.WriteString(fmt.Sprintf("关联 %d 个记忆实体", len(entities)))

+	// 「高频」必须真的按提及次数排。
+	//
+	// 此前取的是 entities[0..2]，也就是 Recall 的返回顺序（旧实现下等于建表
+	// 顺序），却写着"高频"两个字：给模型的暗示是"这几条最重要"，实际是
+	// "这几条建得最早"。名不副实的标签比没有标签更坏——它会稳定地误导。
+	byMentions := make([]Entity, len(entities))
+	copy(byMentions, entities)
+	sort.SliceStable(byMentions, func(i, j int) bool {
+		if byMentions[i].MentionCount != byMentions[j].MentionCount {
+			return byMentions[i].MentionCount > byMentions[j].MentionCount
+		}
+		return byMentions[i].Name < byMentions[j].Name
+	})
+
 	topN := 3
-	if len(entities) < topN {
-		topN = len(entities)
+	if len(byMentions) < topN {
+		topN = len(byMentions)
 	}
 	b.WriteString("，高频：")
 	for i := 0; i < topN; i++ {
 		if i > 0 {
 			b.WriteString("、")
 		}
-		b.WriteString(entities[i].Name)
+		b.WriteString(byMentions[i].Name)
 	}

 	return b.String()
--- a/internal/memory/indexer_test.go
+++ b/internal/memory/indexer_test.go
@ -3,6 +3,7 @@ package memory
 import (
 	"path/filepath"
 	"testing"
+	"time"
 )

 func TestNewIndexer(t *testing.T) {
@ -48,6 +49,52 @@ func TestIndexerSync(t *testing.T) {
 	}
 }

+// TestSyncIfStaleBaseline 钉住增量同步的基线口径：
+//   - 实体数未变 → 不重训
+//   - 实体数变了但不足 retrainInterval → 先不重训（避免密集写入时写放大）
+//   - 实体数变了且间隔已过 → 重训，并把基线追到新值
+func TestSyncIfStaleBaseline(t *testing.T) {
+	db, err := NewGraphDB(filepath.Join(t.TempDir(), "test.db"))
+	if err != nil {
+		t.Fatal(err)
+	}
+	defer db.Close()
+
+	if _, _, err := db.Commit([]Triple{
+		{Subject: "张三", Relation: "喜欢", Object: "篮球"},
+	}, "test", 0); err != nil {
+		t.Fatal(err)
+	}
+
+	idx := NewIndexer(db)
+	if !idx.syncIfStale() {
+		t.Fatal("首次应建立索引")
+	}
+	if idx.syncIfStale() {
+		t.Error("实体数未变不该重训")
+	}
+
+	if _, _, err := db.Commit([]Triple{
+		{Subject: "李四", Relation: "喜欢", Object: "足球"},
+	}, "test", 0); err != nil {
+		t.Fatal(err)
+	}
+	if idx.syncIfStale() {
+		t.Error("retrainInterval 内不该重训（避免写放大）")
+	}
+
+	// 把上次同步时刻推老，计数变化才该触发重训
+	idx.mu.Lock()
+	idx.lastSyncAt = time.Now().Add(-2 * retrainInterval)
+	idx.mu.Unlock()
+	if !idx.syncIfStale() {
+		t.Error("计数变化且间隔已过应重训")
+	}
+	if idx.syncIfStale() {
+		t.Error("重训后基线应追上，不该再重训")
+	}
+}
+
 func TestIndexerBuildContext(t *testing.T) {
 	db, err := NewGraphDB(filepath.Join(t.TempDir(), "test.db"))
 	if err != nil {
--- a/internal/memory/scene.go
+++ b/internal/memory/scene.go
@ -198,7 +198,7 @@ func tagSceneRefTx(tx *sql.Tx, sceneKey, kind string, id int64, textID string, w
 	if _, err := tx.Exec(
 		`INSERT INTO scene_refs (scene_id, kind, ref_id, ref_text, weight) VALUES (?, ?, ?, ?, ?)
 		 ON CONFLICT(scene_id, kind, ref_id, ref_text)
-		 DO UPDATE SET weight = MAX(weight, excluded.weight)`,
+		 DO UPDATE SET weight = MAX(weight, excluded.weight), decayed_at = CURRENT_TIMESTAMP`,
 		sceneID, kind, id, textID, weight); err != nil {
 		return fmt.Errorf("upsert scene ref %s/%d%s: %w", kind, id, textID, err)
 	}
--- a/internal/memory/scene_emerge.go
+++ b/internal/memory/scene_emerge.go
@ -80,7 +80,10 @@ func (f SituationFeature) Weight() float64 {
 	switch NormalizeSceneKey(f.Kind) {
 	case "chan":
 		return wFeatChan
-	case "peer":
+	case "peer", "peer_group":
+		// 群与私聊都是「对话对象」这一维：都是最强的同一性信号。
+		// 分开 kind 是为了让 `peer:group_1` 与 `peer:user_1` 不互相命中，
+		// 不是让群身份降级成软信号（漏掉这里它就只剩 topic 权重 0.4）。
 		return wFeatPeer
 	case "tool":
 		return wFeatTool
@ -387,7 +390,9 @@ func (g *GraphDB) recordSituationEvidenceLocked(sig Situation) (int, error) {

 // RecallBySituation 按**场面相似**取回记忆：不是键相等，而是「像不像同一个场面」。
 //
-// 命中多个场景时按相似度 × 权重合并，跨场景去重（同一关系只出现一次）。
+// 命中多个场景时取并集，跨场景去重（同一关系只出现一次）；命中的场景先按
+// 相似度排序再交给 RecallByScene。最终顺序以**场景内引用权重**（写入时的
+// 置信度）为准，相似度只决定哪些场景参与、不参与每条关系的排序。
 // 这正是「类似的场景自动唤起对应的记忆」那一下。
 func (g *GraphDB) RecallBySituation(sig Situation, limit int) (*SceneRecall, error) {
 	if sig.Empty() {
@ -427,7 +432,7 @@ func (g *GraphDB) RecallBySituation(sig Situation, limit int) (*SceneRecall, err
 	for _, h := range hits {
 		keys = append(keys, h.key)
 	}
-	// 复用按场景键的取回逻辑（前缀语义 + weight 排序），再按相似度加权重排
+	// 复用按场景键的取回逻辑（前缀语义 + weight 排序）
 	out, err := g.RecallByScene(keys, limit)
 	if err != nil {
 		return nil, err
@ -440,6 +445,11 @@ func (g *GraphDB) RecallBySituation(sig Situation, limit int) (*SceneRecall, err
 // 人的记忆是靠「用进废退」维持秩序的：不做衰减，一次性的巧合关联会
 // 永远留在场景里，每次路过都被注入，越攒越多直到注入预算被吃光。
 // 权重按半衰期折半；低于 floor 的引用直接删除（关联已无信息量）。
+//
+// 关键在「按半衰期」：每个引用**至多每 halfLife 衰减一次**，计时起点记在
+// scene_refs.decayed_at 上。只按 created_at 判龄会在每次心跳都把老引用对半
+// 砍——archive 心跳默认 60 分钟、halfLife 传 30 天，于是 30 天前的关联会在
+// 几小时内被砍到 floor 以下清空。那不是半衰期，是骤死。
 func (g *GraphDB) DecaySceneRefs(halfLife time.Duration, floor float64) (int, error) {
 	if halfLife <= 0 {
 		return 0, nil
@ -449,12 +459,15 @@ func (g *GraphDB) DecaySceneRefs(halfLife time.Duration, floor float64) (int, er
 	}
 	g.mu.Lock()
 	defer g.mu.Unlock()
-	cut := time.Now().Add(-halfLife).Format("2006-01-02 15:04:05")
+	// 时间基准必须与 CURRENT_TIMESTAMP 一致（SQLite 用 UTC）：如果在 Go 侧用
+	// 本地时间拼字符串比较，东八区会凭空多出 8 小时的“年龄”，刚刷新的
+	// decayed_at 会被判定为还没到点。这里交给 SQLite 的 datetime('now', …)。
+	mod := fmt.Sprintf("-%d seconds", int(halfLife.Seconds()))
 	if _, err := g.db.Exec(
-		`UPDATE scene_refs SET weight = weight * 0.5
-		 WHERE created_at < ? AND id NOT IN (
+		`UPDATE scene_refs SET weight = weight * 0.5, decayed_at = CURRENT_TIMESTAMP
+		 WHERE decayed_at < datetime('now', ?) AND id NOT IN (
 			SELECT sr.id FROM scene_refs sr JOIN scenes s ON sr.scene_id = s.id
-			WHERE s.updated_at >= ?)`, cut, cut); err != nil {
+			WHERE s.updated_at >= datetime('now', ?))`, mod, mod); err != nil {
 		return 0, err
 	}
 	res, err := g.db.Exec(`DELETE FROM scene_refs WHERE weight < ?`, floor)
@ -465,31 +478,6 @@ func (g *GraphDB) DecaySceneRefs(halfLife time.Duration, floor float64) (int, er
 	return int(n), nil
 }

-// EmergentScenes 列出当前长出来的场景（按强度降序），供观察「涌现」是否在发生。
-func (g *GraphDB) EmergentScenes() ([]SceneStat, error) {
-	g.mu.RLock()
-	defer g.mu.RUnlock()
-	rows, err := g.db.Query(
-		`SELECT s.key, COALESCE(s.strength,1),
-		        (SELECT COUNT(*) FROM scene_refs sr WHERE sr.scene_id = s.id),
-		        (SELECT COUNT(*) FROM scene_features f WHERE f.scene_id = s.id),
-		        COALESCE(s.origin, 'emergent'), s.updated_at
-		 FROM scenes s ORDER BY COALESCE(s.strength,1) DESC, s.updated_at DESC`)
-	if err != nil {
-		return nil, err
-	}
-	defer rows.Close()
-	var out []SceneStat
-	for rows.Next() {
-		var st SceneStat
-		if err := rows.Scan(&st.Key, &st.Strength, &st.Refs, &st.Features, &st.Origin, &st.UpdatedAt); err != nil {
-			return nil, err
-		}
-		out = append(out, st)
-	}
-	return out, rows.Err()
-}
-
 // TurnScene 是一轮交互解析出来的场景集合。
 type TurnScene struct {
 	// Primary 是本轮写记忆时的**首选**场景：优先用涌现出来的（细粒度、
@ -505,10 +493,10 @@ type TurnScene struct {

 // EnterSceneWithHint 同时走**主动声明**与**被动涌现**两条路。
 //
-// 主动路（declaredKeys 非空）：确保这些场景存在，并把本轮的场面指纹喂给它，
-// 强度 +1。这样声明出来的场景会**慢慢学会自己认自己**——同一个场面以后
-// 即使没人声明，也能被 RecallBySituation 按相似度命中。
-// 声明即建场景，不等第二次：人明确说了"这是哪个场面"，就不该再等它自己涌现。
+// 主动路（declaredKeys 非空）：确保这些场景存在（不存在即建，不等第二次涌现
+// ——人明确说了"这是哪个场面"，就不该再等它自己涌现），强度 +1，并给它记下
+// 从**键自身**解析出的特征。声明路刻意**不吸收本轮整场指纹**：一旦吸收，它
+// 会在相似度上压过一切，被动聚类再也长不出更细的场面（见 EnsureScene）。
 //
 // 被动路（始终执行）：EnterScene 的聚类，指纹重复到 minSceneEvidence 次时
 // 自己长出场景。首次交互这里返回空，此时 Primary 落到声明场景兜底——
@ -524,7 +512,7 @@ func (g *GraphDB) EnterSceneWithHint(sig Situation, declaredKeys []string) (Turn
 			continue
 		}
 		seen[key] = true
-		learned, err := g.EnsureScene(key, sig)
+		learned, err := g.EnsureScene(key)
 		if err != nil {
 			return out, err
 		}
@ -538,8 +526,11 @@ func (g *GraphDB) EnterSceneWithHint(sig Situation, declaredKeys []string) (Turn
 	}

 	// 被动路：指纹聚类（可能返回已聚合的场景、也可能首次为空）
+	//
+	// EnterScene 只在真的命中/新建时返回非空键；返回空键时 created 必为
+	// false（首次只登记足迹），所以这里无需再判 created。
 	if !sig.Empty() {
-		key, created, err := g.EnterScene(sig)
+		key, _, err := g.EnterScene(sig)
 		if err != nil {
 			return out, err
 		}
@ -549,8 +540,6 @@ func (g *GraphDB) EnterSceneWithHint(sig Situation, declaredKeys []string) (Turn
 			}
 			out.Primary = key
 			out.Emergent = true
-		} else if created {
-			out.Emergent = true
 		}
 	}
 	return out, nil
@ -562,7 +551,7 @@ func (g *GraphDB) EnterSceneWithHint(sig Situation, declaredKeys []string) (Turn
 // 不吸收本轮的整轮指纹。这条边界很关键：声明场景若吸收整轮指纹，它会在相似度
 // 上压过一切，被动聚类再也长不出更细的场面（实测过，见 loadEmergentScenesLocked）。
 // 声明路的泛化靠层级键前缀，不需要靠学指纹。
-func (g *GraphDB) EnsureScene(key string, _ Situation) (bool, error) {
+func (g *GraphDB) EnsureScene(key string) (bool, error) {
 	key = NormalizeSceneKey(key)
 	if key == "" {
 		return false, nil
--- a/internal/memory/scene_emerge_test.go
+++ b/internal/memory/scene_emerge_test.go
@ -65,9 +65,9 @@ func TestSceneEmergesFromRepetition(t *testing.T) {
 		t.Fatalf("webui 场面应自己长出独立场景: key=%q created=%v", k2, c2)
 	}

-	scenes, err := g.EmergentScenes()
+	scenes, err := g.SceneStats()
 	if err != nil {
-		t.Fatalf("EmergentScenes: %v", err)
+		t.Fatalf("SceneStats: %v", err)
 	}
 	if len(scenes) != 2 {
 		t.Fatalf("应长出 2 个场景，得到 %d: %+v", len(scenes), scenes)
@ -132,6 +132,9 @@ func TestSceneRecallsBySituationNotWording(t *testing.T) {
 }

 // TestSceneRefDecay 钉住「用进废退」：久未重现的关联会淡出并被清掉。
+//
+// 半衰期的语义是「每个引用至多每 halfLife 衰减一次」：衰减计时起点在
+// scene_refs.decayed_at 上，同一半衰期内重复跑心跳不会再砍。
 func TestSceneRefDecay(t *testing.T) {
 	g := newTestGraph(t)
 	defer os.Remove(g.dbPath)
@ -147,13 +150,13 @@ func TestSceneRefDecay(t *testing.T) {
 		t.Fatal(err)
 	}

-	// 把时间推旧：模拟长期未重现
-	if _, err := g.db.Exec(`UPDATE scene_refs SET created_at = ?`,
-		time.Now().Add(-48*time.Hour).Format("2006-01-02 15:04:05")); err != nil {
+	// 把时间推旧：模拟长期未重现（上次衰减也在同一时刻）。用 SQLite 的
+	// datetime('now') 与 CURRENT_TIMESTAMP 同一时间基准（UTC）。
+	if _, err := g.db.Exec(`UPDATE scene_refs
+		SET created_at = datetime('now','-48 hours'), decayed_at = datetime('now','-48 hours')`); err != nil {
 		t.Fatal(err)
 	}
-	if _, err := g.db.Exec(`UPDATE scenes SET updated_at = ?`,
-		time.Now().Add(-48*time.Hour).Format("2006-01-02 15:04:05")); err != nil {
+	if _, err := g.db.Exec(`UPDATE scenes SET updated_at = datetime('now','-48 hours')`); err != nil {
 		t.Fatal(err)
 	}

@ -169,9 +172,21 @@ func TestSceneRefDecay(t *testing.T) {
 		t.Errorf("一个半衰期后权重应减半: %v → %v", before, after)
 	}

-	// 再推旧一次：第二个半衰期后低于 floor，关联已无信息量，清掉
-	if _, err := g.db.Exec(`UPDATE scene_refs SET created_at = ?`,
-		time.Now().Add(-48*time.Hour).Format("2006-01-02 15:04:05")); err != nil {
+	// 同一半衰期内再跑：decayed_at 已刷新，不该再砍一次
+	// （否则心跳频率就成了实际半衰期，30 天的关联几小时就被清空）
+	if _, err := g.DecaySceneRefs(time.Hour, 0.4); err != nil {
+		t.Fatalf("DecaySceneRefs: %v", err)
+	}
+	var same float64
+	if err := g.db.QueryRow(`SELECT weight FROM scene_refs LIMIT 1`).Scan(&same); err != nil {
+		t.Fatal(err)
+	}
+	if same != after {
+		t.Errorf("同一半衰期内不该重复衰减: %v → %v", after, same)
+	}
+
+	// 进入第二个半衰期：再推旧 decayed_at，权重低于 floor，清掉
+	if _, err := g.db.Exec(`UPDATE scene_refs SET decayed_at = datetime('now','-48 hours')`); err != nil {
 		t.Fatal(err)
 	}
 	n, err := g.DecaySceneRefs(time.Hour, 0.4)
@ -204,9 +219,8 @@ func TestSceneRefDecay(t *testing.T) {
 }

 // TestDeclaredAndEmergentBothLearn 钉住「主动 + 被动两条路」的相互长进：
-//   - 主动：声明即建场景（不等第二次涌现），并把指纹喂给它
-//   - 被动：指纹聚类自己长出场景；声明场景学会特征后**即使没人再声明**
-//     也能被相似度命中
+//   - 主动：声明即建场景（不等第二次涌现），特征只从键自身解析
+//   - 被动：指纹聚类自己长出场景；声明场景**不**进相似度空间，靠声明/前缀键取回
 //   - 第一次交互（涌现场景还没长出来）由声明场景兜底
 func TestDeclaredAndEmergentBothLearn(t *testing.T) {
 	g := newTestGraph(t)
@ -298,7 +312,7 @@ func TestDeclaredAndEmergentBothLearn(t *testing.T) {
 	}

 	// 声明场景不该被覆盖成涌现键：两者的身份各自保留
-	if _, err := g.EnsureScene("chan:qq", Situation{}); err != nil {
+	if _, err := g.EnsureScene("chan:qq"); err != nil {
 		t.Fatalf("EnsureScene: %v", err)
 	}
 	var n int
@ -310,6 +324,18 @@ func TestDeclaredAndEmergentBothLearn(t *testing.T) {
 	}
 }

+// TestPeerGroupWeight 钉住群身份是**强**同一性信号：peer_group 与 peer 同为
+// wFeatPeer。漏掉 peer_group 会让它在 Weight 里落到 default（话题级 0.4），
+// 群聊场面被降级成软信号。
+func TestPeerGroupWeight(t *testing.T) {
+	if got := (SituationFeature{Kind: "peer_group", Value: "group_1"}).Weight(); got != wFeatPeer {
+		t.Errorf("peer_group 权重应为 %v，得到 %v", wFeatPeer, got)
+	}
+	if got := (SituationFeature{Kind: "peer", Value: "user_1"}).Weight(); got != wFeatPeer {
+		t.Errorf("peer 权重应为 %v，得到 %v", wFeatPeer, got)
+	}
+}
+
 // TestEffectiveScenes 覆盖「单值声明 + 多值」合并去重。
 func TestEffectiveScenes(t *testing.T) {
 	got := effectiveScenes(Triple{Scene: "chan:qq", Scenes: []string{"auto:a", "chan:qq", ""}})