HomeAgent/internal/agent/core/memorypass.go

package core

import (
	"log"
	"strconv"
	"time"

	agentIO "gitcode.com/JianFeeeee/HomeAgent/internal/agent/io"
	"gitcode.com/JianFeeeee/HomeAgent/internal/memory"
)

// sceneKeysFor 推导本轮输入的**当前场景**。
//
// 场景是“这场面正在发生”的机器可读描述，用于把带条件的记忆（规则/约定）
// 取回来。优先级：
//  1. 注入点显式声明（payload.scene）——插件最清楚自己在什么场面里
//  2. 通道（evt.Source → chan:qq）
//  3. 工具（tool:qq_get_message）——工具输出触发的召回只知道这一步
//
// 多个场景是**并列命中**（取回任一场景的记忆），不是交集：
// 「在 QQ 上」与「刚取回消息正文」是两个都能独立成立的触发条件。
func sceneKeysFor(evt *agentIO.InputEvent, toolName string) []string {
	var keys []string
	seen := make(map[string]bool)
	add := func(k string) {
		// 显式声明的场景键来自插件，大小写/空白/标点都不可控；归一化后再去重，
		// 否则「chan:QQ」与「chan:qq」会变成两个场景，各自只召回一半记忆。
		k = memory.NormalizeSceneKey(k)
		if k == "" || seen[k] {
			return
		}
		seen[k] = true
		keys = append(keys, k)
	}

	if evt != nil && evt.Payload != nil {
		switch v := evt.Payload["scene"].(type) {
		case string:
			add(v)
		case []string:
			for _, s := range v {
				add(s)
			}
		case []interface{}:
			for _, item := range v {
				if s, ok := item.(string); ok {
					add(s)
				}
			}
		}
	}

	if evt != nil {
		add(memory.ChannelScene(evt.Source))
	}
	if toolName != "" {
		add(memory.ToolScene(toolName))
	}
	return keys
}

// memoryPassOut 是一次记忆操作（取进来 / 踢出去）的结果。
type memoryPassOut struct {
	// Archived 是被归档进文档记忆的低相关 L0 事件数（prune 的输出）。
	Archived int
	// RecallText 是可注入 prompt 的记忆索引文本（recall 的输出，空串表示无）。
	RecallText string
}

// memoryPass 是「取进来（召回）」与「踢出去（裁剪）」的**唯一入口**。
//
// prune 与 recall 是两根正交的声明轴（默认值刻意相反：裁剪是破坏性的、
// 默认关；召回是只读增量、默认开），但两者都建立在**同一份清洗后的 query**
// 之上。调用点只负责解析声明，这里统一做三件各写一遍就会写歪的事：
//
//  1. 同一 query：prune 与 recall 用同一个查询向量来源，避免「裁错事件、
//     召回错记忆」——原始内容里的 ANSI/base64/JSON 噪声会把相关性打分带偏。
//  2. 同一次预算：召回文本按 token 预算截断只做一次（见 recallText）。
//  3. 同一条审计：谁（trigger）据什么触发了哪种操作都落一条日志，
//     否则又是一个「幕后发生、查不出是谁」的机制（对齐 prune 的设计初衷）。
//
// 边界：prune 与 recall 目前仍走**各自的相关性空间**（prune 用 L0 事件的
// 稠密/词向量给已有事件打分，recall 用图 + TF-IDF 实体索引）。真正的
// 「一次打分」要先统一打分空间（后续步骤）；这里统一的是**入口、query、
// 预算与审计**——这已是「一个过程」的可审计外壳，剩下的差在打分空间。
func (a *Agent) memoryPass(query, trigger string, prune, recall bool, scenes []string) memoryPassOut {
	var out memoryPassOut
	if a == nil || (!prune && !recall) {
		return out
	}
	if prune {
		out.Archived = a.pruneByQuery(query)
	}
	if recall && query != "" {
		out.RecallText = a.recallTextFor(query, trigger, scenes)
	}
	if out.Archived > 0 || out.RecallText != "" {
		log.Printf("[agent] memory pass (%s): archived=%d recalled=%d chars",
			trigger, out.Archived, len(out.RecallText))
	}
	return out
}

// pruneByQuery 按相关性把低相关 L0 事件归档进文档记忆，返回归档数。
//
// **不做声明判定**——声明已由调用方（pruneOnInput / stepToolAfter）解析，
// 这里只负责执行。放在 memoryPass 内部是为了让裁剪与召回共享入口。
func (a *Agent) pruneByQuery(query string) int {
	if a == nil || a.context == nil {
		return 0
	}
	// **动态上下文**是父 agent 专属能力：轻量内核（驻留子）用传统上下文，
	// 不做按相关度的裁剪与向 doc 记忆的归档（子也没有 doc 记忆）。
	if a.isLightKernel() {
		return 0
	}
	topK := a.maxContextSize - 1
	if topK < 1 {
		topK = 1
	}
	return a.context.Prune(query, topK, a.docStore)
}

// ──────────────────────────────────────────────
// 场面指纹：场景**涌现**的原料
//
// 场景不是谁声明的，而是从交互流里长出来的。长出来的原料就是每轮可观察的
// 场面指纹——在哪个通道、跟谁、在做什么、聊什么、什么时段。全部取自运行时
// 已有量，不需要模型配合，也不需要人工标注。
// ──────────────────────────────────────────────

// situationFeaturesFor 采集一轮交互的场面指纹。
//
// 特征权重由种类决定（见 memory.SituationFeature.Weight）：通道与对象是
// 「同一个场面」最强的同一性信号，工具是行为信号，话题是软信号。
func situationFeaturesFor(evt *agentIO.InputEvent, cleanInput, tool string) []memory.SituationFeature {
	var feats []memory.SituationFeature
	if evt != nil {
		if evt.Source != "" {
			feats = append(feats, memory.SituationFeature{Kind: "chan", Value: evt.Source})
		}
		// 对话对象：插件在 payload 里给的群/用户标识（有则用，无则退化为仅有通道）
		for _, k := range []string{"peer", "peer_id", "group_id", "user_id", "chat_id"} {
			if v, ok := evt.Payload[k]; ok {
				if s := payloadString(v); s != "" {
					// 群与私聊要能区分：同一 id 在两种场景下不是同一个对象
					kind := "peer"
					if k == "group_id" {
						kind = "peer_group"
					}
					feats = append(feats, memory.SituationFeature{Kind: kind, Value: s})
					break
				}
			}
		}
		// 时段：弱信号。人的记忆确实带时间气味（「早上那件事」），
		// 但它不该主导场面判定，所以权重最低。
		feats = append(feats, memory.SituationFeature{Kind: "part", Value: partOfDay(time.Now())})
	}
	if tool != "" {
		feats = append(feats, memory.SituationFeature{Kind: "tool", Value: tool})
	}
	// 话题：取清洗后输入的内容词做软特征（最多 3 个）。
	if cleanInput != "" {
		for i, kw := range memory.ExtractKeywords(memory.CleanText(cleanInput)) {
			if i >= 3 {
				break
			}
			feats = append(feats, memory.SituationFeature{Kind: "topic", Value: kw})
		}
	}
	return feats
}

// payloadString 从 payload 值里取字符串（可能是 string / float64 / json.Number）。
func payloadString(v interface{}) string {
	switch t := v.(type) {
	case string:
		return t
	case float64:
		if t == float64(int64(t)) {
			return strconv.FormatInt(int64(t), 10)
		}
		return strconv.FormatFloat(t, 'f', -1, 64)
	case int64:
		return strconv.FormatInt(t, 10)
	case int:
		return strconv.Itoa(t)
	default:
		return ""
	}
}

// partOfDay 把时刻归成时段（场面指纹里最弱的一维）。
func partOfDay(t time.Time) string {
	switch h := t.Hour(); {
	case h < 6:
		return "night"
	case h < 12:
		return "morning"
	case h < 18:
		return "afternoon"
	default:
		return "evening"
	}
}

// resolveTurnScene 解析本轮所属的**涌现场景**，一轮只解析一次。
//
// 与「声明场景」（sceneKeysFor：注入点 > 通道 > 工具）的关系：两者并存且都被
// 用于召回。声明是"我知道这是哪个场面"，涌现是"这轮看起来像哪个场面"——
// 后者不需要任何人知道场景这回事。
//
// 解析会**写库**（场景强化/长出），所以必须一轮一次：多调一次就多给场景记
// 一次强度，"工具调得多"会被误读成"这个场面更常出现"。
func (a *Agent) resolveTurnScene(f *TaskFrame, tool string) string {
	if a == nil || a.memory == nil {
		return ""
	}
	if f == nil {
		return a.emergentSceneFor(nil, "", tool)
	}
	if f.sceneDone {
		return f.Scene
	}
	f.Scene = a.emergentSceneFor(f.Evt, f.CleanInput, tool)
	f.sceneDone = true
	return f.Scene
}

// emergentSceneFor 采集指纹并交给图库做「归属或长出」。
func (a *Agent) emergentSceneFor(evt *agentIO.InputEvent, cleanInput, tool string) string {
	feats := situationFeaturesFor(evt, cleanInput, tool)
	if len(feats) == 0 {
		return ""
	}
	sig := memory.NewSituation(feats...)
	if sig.Empty() {
		return ""
	}
	key, created, err := a.memory.EnterScene(sig)
	if err != nil {
		log.Printf("[agent] scene enter failed: %v", err)
		return ""
	}
	if created {
		log.Printf("[agent] 场景涌现: %q（由场面指纹 %v 长出）", key, sig.Keys())
	}
	return key
}