2 Commits

Author	SHA1	Message	Date
JianFeeeee	5836c2ce5c	refactor(memory): 拆除描述式媒体索引，媒体成为一等块并按原生向量融合 ... 背景：此前媒体是靠「生成的描述文本」将就进记忆的——写 marker 进正文、 再由正则反解成 media_refs 与图库里的 type=Media 实体。这条链路有三个 致命缺陷：描述由异步模型生成（未生成前媒体等于不存在）、语义检索实质上 只搜描述文字、图库里的「媒体节点」是描述文本的投影而不是媒体本身。 本提交把这条链路整体拆除，媒体改为按自己的原生向量参与记忆： 一、描述链彻底删除（无残留、无兼容分支） - media.Item 去掉 Description/DescribedBy 与对应列； - 删除 Store.Describe / Store.Search / Store.Pending； - 删除 Agent.mediaDescribeLoop / describePendingMedia 与配置项 core.memory.media.describe_on_ingest； - SDK 侧 MediaAttachment 去掉 Description（见 SDK 仓独立提交）。 二、marker 机制删除，媒体归属改为结构化块边 - 删除 mediaMarkerLine/parseMediaMarkers/mediaEntityName/mediaTriplesFromText/ extractMediaDigests/sentenceWithMediaMarkers/docMediaContext； - memory.Triple 新增 MediaDigests 结构化字段；句子文本保持原样， 不再被 marker 污染； - 块以 sentence --contains--> block / document --contains--> block 结构边 挂到承载节点（新增 documents 表与 document 节点种类）； - 模型未给原句时用「主谓宾。」拼一句自然语言作落点，不造 marker 文本。 三、旧数据迁移（幂等） - 新增 GraphDB.MigrateLegacyMediaEntities：把 type=Media 的旧实体按短 digest 还原成原生块、挂回原句子、删除旧实体与描述关系；Agent 启动时执行； - CleanupOrphanedSentences 同时看关系引用与块边，避免把只靠块存活的句子 连同块边一起删掉。 四、向量融合：媒体按图本身被召回 - 新增 vector.FuseVectors（逐维求和 + L2 归一化）； - Doc.DenseVec = 文本向量 ⊕ 文档块的媒体向量（同 fingerprint 才融合）， 新增 Doc.DenseFP，指纹变化触发重算； - ContextEvent.DenseVec 同理融合事件块；事件新增 DenseFP，Prune 只在 同一统一空间内比稠密余弦； - 跨模态视觉路只召回「仍被某层记忆块持有」的媒体，CAS 全库字节不再 直接充当记忆检索结果。 五、同时纳入本分支既有的嵌入基础改造（此前工作区未提交，缺它 HEAD 不可构建） - internal/tfidf 懒回退包、千问三段式多模态 ONNX 空间的 Go 侧 （qwen/embedder.go、image.go、model_input.go）、CLIP 移除、 sdk.NewStore 分词器签名与调用点、embed 侧车 systemd 单元。 验证：go build ./... 、go vet ./...（含 -tags medialive）均通过； 在 HEAD 的独立 worktree 上重放本次暂存集后 go test -short ./internal/... 全部通过（端口冲突类用例在隔离环境中亦通过）。未提交工作区中与本改造 无关的改动（HarmonyOS、waiter、devicebridge、plan.md 等）。	2026-09-11 11:45:24 +08:00
JianFeeeee	8e88ae789f	feat(memory): 千问文本塔 ONNX 嵌入器（onnxruntime 标签，含 stub） ... 与 internal/memory/clip 同模式：`//go:build onnxruntime` 编真实实现，无标签时 走 stub，默认构建不链接 onnxruntime、行为不变。 加载契约（目录由 core.memory.multimodal_space.model_dir 指定）： TextTower.onnx + 外部权重分片、tokenizer.json、embed_config.json。 图内已含 last-token 池化，输出即 [batch, dim]；L2 归一化在 Go 侧做。 两个刻意的设计选择： 1. **EmbedImageDense 明确报错，不返回零向量** 导出的是文本塔，视觉塔未导出。返回零向量会让「写入了但检索不到」， 把跨模态检索失效变成静默故障；明确报错则调用方（mediaref.go）log 后 跳过写向量，文本路径不受影响。 2. **Fingerprint 只哈希图文件 + 配置 + 外部权重的文件名与大小** 该目录有 6.5GB 权重分片，启动时全读一遍要几十秒、会阻塞 homeagent 启动。 换模型必然改变文件集合或大小，足以识别切换；代价是理论上存在 「大小相同但内容不同」的漏判，对本地单机部署可接受。已写入注释。 模板渲染（renderInstructionInput）放在无构建标签的 tokenizer.go，因此可被 测试覆盖：参考数据里有该模板串的用例，逐 token 对齐验证——模板差一个字符， 池化取到的「最后一个有效 token」位置就变，向量就不同，且不会报错。 验证：6 个测试全绿；go build ./...（stub）与 go build -tags onnxruntime （真实实现）均通过。	2026-09-11 00:16:45 +08:00