mirror of
https://gitcode.com/JianFeeeee/HomeAgent.git
synced 2026-11-06 17:27:31 +00:00
refactor: 全面改名为 HologramAgent + 提示词技术内容下沉到 skill/工具描述 + 修 21 处乱码
## ① 全面改名 HomeAgent → HologramAgent
仓库已改名，但代码与文档里仍有大量旧名。本次按"用户能看到的优先"全量替换：
- 用户可见：登录页标题/页脚、默认人格第一句、CLI 状态输出、启动日志、
plugin_install 的工具描述、AI 图片插件的 User-Agent
- 文档与脚本：README、assets/docs、docs/zh、deploy/*.sh、.github/workflows
- 鸿蒙工程：cmd/ohos/HomeAgent → cmd/ohos/HologramAgent（git mv）
目录内的 module/app 描述同步；**证书路径原样保留**
（default_HomeAgent_xxx.cer/p7b/p12 是签名材料的实际文件名，改了会找不到证书）
- 插件元数据：plugin.json 的 author
★ 必须保持原样的两处（改了会坏）：
· legacySeededPromptSignature = "你是 HomeAgent 的看板娘「小宅」…"
—— 那是识别历史播种人格卡的**原文锚点**，改了就识别不出旧数据
· 公开 SDK 的 ProxyAuthHomeAgent = "homeagent"
—— 那是 SDK 契约里的值，属独立仓库，本仓不改
## ② 修 21 处乱码（U+FFFD）
这些是历史编辑留下的编码破坏，全在注释里，例如：
「赌注重下���遍」→「赌注重下一遍」
「「不��滤」」 →「「不过滤」」
「**待��退场**」→「**待退场**」
★ 保留 providers/chineseclip/tokenizer.go 里的 2 处：那是**故意**用
U+FFFD 演示"非法 UTF-8 字节被归一成 U+FFFD"，不是乱码。
## ③ 提示词技术内容下沉（用户：技术性内容应该收敛到 skill 与 -help 中）
实测系统提示词 2309 字，其中两段几乎全是**模型无法据以行动的实现细节**：
【工具执行顺序】1272 字（ParallelSafe 声明、批内降级、batchRunnable 判据…）
【三层记忆】 1069 字（L1/L2/L3 编号、消费式删除、向量空间、指纹…）
收敛后 **2309 → 1723 字（-25%）**，保留的全是"模型据此做什么不同的事"：
工具顺序：默认并行 / 不要依赖先后 / 同通道保序 / 写类工具可能串行
三层记忆：时序里能看最近 / doc_query 把历史事件按原始时间戳插回时序 /
关系用 memory_recall / 成文知识用 knowledge_search
判断口径写进判据：新加一段提示词前先问"模型会据此做什么不同的事"，
答不上来就该进 skill 或工具描述。
## 判据
prompt_memory_test.go 新增 2 条：
- TestSystemPromptHasNoImplementationJargon
黑名单：ParallelSafe / batchRunnable / 消费式 / DenseCosine / fingerprint /
向量空间 / 批内降级 / 自激
- TestSystemPromptStaysCompact：上限 2000 字（当前 1723）
变异：把 "ParallelSafe 声明、批内降级" 加回工具顺序段 ⇒ 第一条立刻红。
## 验证
- go build ./... / go vet ./... 干净
- go test ./... -count=1：58 包 0 失败
- make check-client-versions：客户端与内核版本一致
This commit is contained in:
JianFeeeee
@ -157,7 +157,7 @@ func appendPromptBlock(prompt, block string) string {
|
||||
func (a *Agent) buildSystemPrompt(memContext string, userInput string) string {
|
||||
prompt := expandPromptVars(a.systemPrompt)
|
||||
if prompt == "" {
|
||||
prompt = "你是小宅，HomeAgent 的看板娘，一个家政型 AI 管家助手。绝不用 Unicode emoji，只用颜文字表达情感，句尾带语气词。WebUI 概览页展示你的立绘。"
|
||||
prompt = "你是小宅，HologramAgent 的看板娘，一个家政型 AI 管家助手。绝不用 Unicode emoji，只用颜文字表达情感，句尾带语气词。WebUI 概览页展示你的立绘。"
|
||||
}
|
||||
|
||||
// 驻留子：在**固定提示词之上**注入任务提示词（设计 §7「创建」）。
|
||||
@ -185,17 +185,20 @@ func (a *Agent) buildSystemPrompt(memContext string, userInput string) string {
|
||||
// 为什么必须有这一段：此前系统提示词从未解释 L1/L2/L3 是什么，
|
||||
// agent 只能从工具名猜。生产日志实测：agent 几乎从不调用 doc_query，
|
||||
// 即使调用了也只看返回值、不知道原文已被回填到对话时序。
|
||||
prompt = appendPromptBlock(prompt, "【三层记忆】记忆分三层，你要知道自己现在在看哪一层：\n"+
|
||||
"- **对话时序（L1，你现在看得到）**：最近的事件，按时间排列在上面那段【对话时序】里。"+
|
||||
"窗口放不下的会更早被移出，但不会丢。\n"+
|
||||
"- **历史记忆（L2，不直接给你看）**：被移出窗口的事件，连同**完整原文**（含图片/音频）保存在这里。"+
|
||||
"每次你收到新输入，内核会按语义相似度自动挑几篇相关的放在【历史记忆】块里，"+
|
||||
"但那只是片段 —— 要看某次的完整原文与过程，调用 `doc_query`："+
|
||||
"它会把命中的事件**按原始时间戳插回你的对话时序**（不是返回一段摘要，那些事件真的回到了时间线上）。\n"+
|
||||
"- **图记忆（L3，长期）**：实体与关系（谁是什么、某值现在是多少、谁和谁什么关系），"+
|
||||
"用 `memory_recall` 查、`memory_commit` 记。\n"+
|
||||
"选择口径：要**原文与过程** → `doc_query`；要**关系与当前值** → `memory_recall`；"+
|
||||
"要**成文的可复用知识** → `knowledge_search`。")
|
||||
// 【三层记忆】只留**模型据此选择工具**的语义。
|
||||
//
|
||||
// 技术性内容（L1/L2/L3 编号、向量空间、消费式删除、缩略语）全部下沉到
|
||||
// 对应工具的 description 与 skill：模型只需要知道"哪里有原文、哪里有
|
||||
// 关系、用什么去取"，不需要知道内核怎么存。
|
||||
//
|
||||
// ★ 但有一件事必须说：doc_query 会把历史事件**插回时序**，而不是返回
|
||||
// 一段摘要 —— 这与模型对"检索工具"的默认预期相反，不说就会误用。
|
||||
prompt = appendPromptBlock(prompt, "【三层记忆】你这儿有三种记忆，按需要的东西选：\n"+
|
||||
"- **对话时序（L1）**：最近的对话就在上面的【对话时序】里，直接能看。\n"+
|
||||
"- **历史记忆（L2）**：更早的事被移出窗口了，但原文还在。要看某段完整经过用 `doc_query` —— "+
|
||||
"它会把那些事**按原始时间戳插回你的对话时序**，你随后就能像看当前对话一样读它们。\n"+
|
||||
"- **图记忆（L3）**：事实与关系（谁是什么、某值现在多少）用 `memory_recall`；"+
|
||||
"成文的可复用知识用 `knowledge_search`。")
|
||||
|
||||
// 记忆维护：具体选哪个工具、各有什么副作用，都写在 memory_* 的工具描述里
|
||||
//（【记忆清理】前缀）。这里只保留那条**不看描述也会犯**的错：只描述计划不执行。
|
||||
@ -220,11 +223,16 @@ func (a *Agent) buildSystemPrompt(memContext string, userInput string) string {
|
||||
//
|
||||
// ⚠️ 措辞必须与 batchRunnable 的**真实**判据一致（全批 ParallelSafe
|
||||
// 才并发 + 同通道保序），否则只是把"没说"换成"说错"。
|
||||
prompt = appendPromptBlock(prompt, "【工具执行顺序】同一条回复里给出多个工具调用时，内核**默认并行执行**（同时跑），不是依次执行。这带来三条你必须知道的规则：\n")
|
||||
prompt += "- **不要依赖执行顺序**：若某个调用的参数需要另一个调用的结果，就**分两轮**——先发前一个，看到结果后再发下一个。写在同一轮里就等于假设了不存在的先后。\n"
|
||||
prompt += "- **例外一：同一通道的输出发送会保序**。对**同一个**通道连续调用多次 `output_send__`，内核会**按你发出的顺序依次执行**（用户可见消息顺序敏感），不会并发打乱。所以「先发回执、再发结论」这类有序发送可以放在同一轮；但若后续内容依赖前一条的用户反应，仍应分轮。\n"
|
||||
prompt += "- **例外二：不并发安全的工具不会并发**。写类工具（记忆/知识/文档写入等）与未声明并发安全的工具，**整批会退回依次执行**——同一批里只要有一个这样的工具，这一批就全部串行。这对你是透明的：你不需要判断，只需知道「同轮并发」不是无条件保证的。\n"
|
||||
prompt += "- 工具是否并发安全由**工具自己声明**（`ParallelSafe`），不由你决定；你只需按上面第 1 条判断能否同轮发出。\n"
|
||||
// 【工具执行顺序】只留**模型必须据此作决定**的三条。
|
||||
//
|
||||
// 技术性内容（ParallelSafe 声明、批内降级、内核如何判据）全部下沉：
|
||||
// 那是实现细节，模型既不需要也改不了 —— 讲它只会让回复带上说明书腔。
|
||||
// 判断依据仍是真实的 batchRunnable 语义（勿写反）。
|
||||
prompt = appendPromptBlock(prompt, "【工具执行顺序】同一条回复里的多个工具调用默认**并行**执行。\n"+
|
||||
"- 不要依赖先后：后一个要用前一个的结果时，分两轮发。\n"+
|
||||
"- **例外一**：对同一通道的多次输出会**保序**（按你发出的顺序送达），所以「先回执、再结论」可以放同一轮。\n"+
|
||||
"- **例外二**：写类工具（记忆/知识/文档写入等）以及不声明**并发安全**的工具，这一批会退回依次执行 —— "+
|
||||
"只是变慢，不影响结果，你不用为它调整写法。")
|
||||
|
||||
prompt = appendPromptBlock(prompt, "【输出规则】消息不会自动发送到对话来源通道，你必须自己决定如何回复：\n")
|
||||
prompt += "- **不要假设当前通道是某个固定值**：同一会话里可能同时有多个来源（多设备、多通道、子任务）。\n"
|
||||
@ -838,7 +846,7 @@ func (a *Agent) buildToolDefs() []interface{} {
|
||||
// 而「读本地文件」是 IO —— 三个工具读文件却住在内核进程内，
|
||||
// 无沙箱、无能力面、无审计，正是 capability.go 那套权限梯度要防的事。
|
||||
//
|
||||
// 留在这里的是**待<EFBFBD><EFBFBD>退场**的部分：下面这一大块 pendingMedia 只服务于
|
||||
// 留在这里的是**待退场**的部分：下面这一大块 pendingMedia 只服务于
|
||||
// 那三个工具的工具面。input 通路（processInput 直接把 media block
|
||||
// 拼进本轮请求）**不依赖它**，所以可安全移除。
|
||||
// 退场顺序见 docs 或本次提交的说明；先确保插件侧能力等价。
|
||||
|
||||
Reference in New Issue
Block a user