Enhance: Add detailed usage examples for all memory tools

为所有记忆工具添加详细的使用示例,帮助AI理解工具的作用和使用方法:
1. memory_recall: 添加查询人设图、工作记忆链、用户偏好等示例
2. memory_commit: 添加记录用户偏好、项目信息、游戏状态等示例
3. memory_purge: 添加软删除、纠错替代等示例
4. persona_update: 添加切换角色、添加属性等示例
5. task_create: 添加创建任务节点的完整流程示例
6. task_set_state: 添加任务状态转换的完整流程示例
7. task_link_info: 添加关联信息节点的完整流程示例

更新系统提示词:
- 强化工作记忆链机制说明
- 添加完整的成语接龙游戏示例(三轮对话)
- 明确强制查询和更新场景
- 强调工作记忆链是唯一上下文载体

解决问题: AI无法通过自己写入的记忆链恢复上下文记忆

Generated with CodeArts Agent

graph_memory_tui/app.py

@@ -27,6 +27,7 @@ from .core.imports import (
     NEO4J_PASSWORD,
     MODEL_NAME,
 )
+from .core.tools.tool_limiter import ToolLimiter
 
 
 class GraphMemoryApp(App[None]):
@@ -62,6 +63,9 @@ class GraphMemoryApp(App[None]):
         # 核心组件
         self._graph: Neo4jGraph | None = None
         self._client: GraphMemoryClient | None = None
+        
+        # 工具调用限制器
+        self._tool_limiter = ToolLimiter()
 
     def compose(self) -> ComposeResult:
         """构建组件树"""
@@ -219,10 +223,16 @@ F6 - 退出
                 if not self._client:
                     raise Exception("API Key 未配置。请按 F2 展开侧边栏，在配置区输入 API Key，然后按 Enter 保存")
 
+            # 重置工具调用限制器（新的一轮对话）
+            self._tool_limiter.reset()
+
+            # 构建初始消息历史
+            messages_history = [{"role": "user", "content": user_input}]
+
             # 参考demo的调用方式
             response = await asyncio.get_event_loop().run_in_executor(
                 None,
-                lambda: self._client.send_message(user_input)
+                lambda: self._client.send_message_with_history(messages_history)
             )
             
             message = response.choices[0].message
@@ -230,8 +240,8 @@ F6 - 退出
             # 处理工具调用循环
             tool_calls = []
             tool_results = []
-            last_assistant_msg = None
             accumulated_content = ""  # 累积所有中间内容
+            rejected_tools = []  # 被拒绝的工具调用
 
             # 显示工具调用摘要
             if message.tool_calls:
@@ -248,8 +258,8 @@ F6 - 退出
                 if message.content:
                     accumulated_content += message.content + "\n\n"
 
-                # 保存包含 tool_calls 的 assistant 消息
-                last_assistant_msg = {
+                # 构建包含 tool_calls 的 assistant 消息
+                assistant_msg = {
                     "role": "assistant",
                     "content": message.content,
                     "tool_calls": [
@@ -263,6 +273,9 @@ F6 - 退出
                         } for tc in message.tool_calls
                     ]
                 }
+                
+                # 添加到消息历史
+                messages_history.append(assistant_msg)
 
                 # 执行当前轮的所有工具调用
                 current_tool_results = []
@@ -272,6 +285,36 @@ F6 - 退出
                         name=tool_call.function.name,
                         arguments=json.loads(tool_call.function.arguments)
                     )
+                    
+                    # 检查工具调用限制
+                    allowed, reason = self._tool_limiter.can_call(tc.name, tc.arguments)
+                    
+                    if not allowed:
+                        # 拒绝调用
+                        rejected_tools.append((tc.name, reason))
+                        result = f"⚠️ 工具调用被拒绝: {reason}"
+                        
+                        # 添加到当前轮结果
+                        tool_result_msg = {
+                            "role": "tool",
+                            "tool_call_id": tc.id,
+                            "content": result
+                        }
+                        current_tool_results.append(tool_result_msg)
+                        
+                        # 添加日志
+                        log_entry = LogEntry(
+                            timestamp=datetime.now(),
+                            tool_name=tc.name,
+                            arguments=tc.arguments,
+                            result=result,
+                            duration=0.0
+                        )
+                        log.add_log(log_entry)
+                        continue
+                    
+                    # 记录调用
+                    self._tool_limiter.record_call(tc.name, tc.arguments)
                     tool_calls.append(tc)
 
                     # 执行工具
@@ -293,11 +336,12 @@ F6 - 退出
                     tool_results.append(tr)
 
                     # 添加到当前轮结果
-                    current_tool_results.append({
+                    tool_result_msg = {
                         "role": "tool",
                         "tool_call_id": tc.id,
                         "content": result
-                    })
+                    }
+                    current_tool_results.append(tool_result_msg)
 
                     # 添加日志
                     log_entry = LogEntry(
@@ -309,14 +353,13 @@ F6 - 退出
                     )
                     log.add_log(log_entry)
 
-                # 继续调用API（参考demo的实现）
+                # 将工具结果添加到消息历史
+                messages_history.extend(current_tool_results)
+
+                # 继续调用API（使用累积的消息历史）
                 response = await asyncio.get_event_loop().run_in_executor(
                     None,
-                    lambda: self._client.send_message(
-                        user_input,
-                        current_tool_results,
-                        last_assistant_msg
-                    )
+                    lambda: self._client.send_message_with_history(messages_history)
                 )
                 message = response.choices[0].message
             
@@ -333,6 +376,12 @@ F6 - 退出
                 tool_names = [tc.name for tc in tool_calls]
                 content = f"✅ 已执行工具: {', '.join(tool_names)}\n\n{content}"
             
+            # 如果有被拒绝的工具，添加提示
+            if rejected_tools:
+                rejected_info = "\n".join([f"• {name}: {reason}" for name, reason in rejected_tools])
+                content += f"\n\n⚠️ 部分工具调用被限制:\n{rejected_info}"
+                content += f"\n\n📊 工具调用统计:\n{self._tool_limiter.get_summary()}"
+            
             assistant_message = Message(
                 role="assistant",
                 content=content,

graph_memory_tui/core/graph_client.py

@@ -318,13 +318,33 @@ class GraphMemoryClient:
         
         messages = [{"role": "system", "content": self.system_prompt}]
         
+        # 添加用户消息
+        messages.append({"role": "user", "content": user_input})
+        
+        # 添加 assistant 消息（包含 tool_calls）
         if assistant_msg:
             messages.append(assistant_msg)
         
+        # 添加工具结果
         if tool_results:
             messages.extend(tool_results)
         
-        messages.append({"role": "user", "content": user_input})
+        response = self.client.chat.completions.create(
+            model=MODEL_NAME,
+            messages=messages,
+            tools=self.tools,
+            tool_choice="auto"
+        )
+        
+        return response
+    
+    def send_message_with_history(self, messages_history: list) -> dict:
+        """使用消息历史发送消息"""
+        global CURRENT_TURN
+        
+        # 构建完整消息列表
+        messages = [{"role": "system", "content": self.system_prompt}]
+        messages.extend(messages_history)
         
         response = self.client.chat.completions.create(
             model=MODEL_NAME,
@@ -341,14 +361,17 @@ class GraphMemoryClient:
 
         messages = [{"role": "system", "content": self.system_prompt}]
 
+        # 添加用户消息
+        messages.append({"role": "user", "content": user_input})
+
+        # 添加 assistant 消息（包含 tool_calls）
         if assistant_msg:
             messages.append(assistant_msg)
 
+        # 添加工具结果
         if tool_results:
             messages.extend(tool_results)
 
-        messages.append({"role": "user", "content": user_input})
-
         stream = self.client.chat.completions.create(
             model=MODEL_NAME,
             messages=messages,

graph_memory_tui/core/prompts/templates/system_prompt.md

@@ -157,26 +157,51 @@
 
 ## 工作记忆链机制
 
-#### 强制查询场景：
+### ⚠️ 核心理念：维持对话连贯性
+
+**重要**: 由于没有传统的消息历史数组，工作记忆链是维持对话连贯性的唯一机制。
+
+### 强制查询场景：
 
 以下情况**必须**查询工作记忆链：
 
-1. **用户提到"刚才"、"之前"、"上次"**
+1. **每轮对话开始时（强制第二步）**
+   - 查询意图: "TaskNode,工作记忆,任务链"
+   - 目的: 获取之前的任务上下文，了解对话历史
+
+2. **用户提到"刚才"、"之前"、"上次"**
    - 例: "刚才我们聊了什么？"
    - 例: "继续刚才的话题"
+   - 例: "关于刚才的成语接龙..."
 
-2. **用户询问对话历史**
+3. **用户询问对话历史**
    - 例: "我们之前说了什么？"
    - 例: "我们聊过X吗？"
 
-3. **连续性任务被打断后恢复**
+4. **连续性任务被打断后恢复**
    - 例: 用户突然回到之前的话题
    - 例: 用户要求继续之前的任务
 
-4. **涉及上下文的引用**
+5. **涉及上下文的引用**
    - 例: "那个东西"（需要查询上下文）
    - 例: "继续"（需要查询当前任务）
 
+### 强制更新场景：
+
+以下情况**必须**更新工作记忆链：
+
+1. **每轮对话结束时（强制第四步）**
+   - 创建任务节点记录本轮对话
+   - 目的: 维持时间链，确保对话连贯性
+
+2. **开始连续性任务时**
+   - 例: 用户发起游戏、项目、学习计划等
+   - 必须创建任务节点并设置状态为"进行中"
+
+3. **任务状态发生变化时**
+   - 例: 任务完成、暂停、取消
+   - 必须及时更新任务状态
+
 ### 节点类型
 - **TaskNode** - 任务节点，存储任务概述
 - **StateNode** - 状态节点，存储任务状态
@@ -193,6 +218,63 @@
 - 已暂停
 - 已取消
 
+### ⚠️ 完整示例：成语接龙游戏
+
+#### 第一轮：用户发起游戏
+
+```
+用户: 咱来玩成语接龙吧，我先开始，为所欲为
+
+AI操作步骤:
+1. 查询人设图 → 获取当前人设（如：猫娘）
+2. 查询工作记忆链 → 无进行中任务
+3. 使用 memory_commit 记录游戏状态:
+   {"triplets": [
+     {"subject": "成语接龙_当前成语", "relation": "内容", "object": "为所欲为"},
+     {"subject": "成语接龙_当前成语", "relation": "游戏", "object": "成语接龙"}
+   ]}
+4. 使用 task_create 创建任务节点:
+   {"task_id": "Task_成语接龙", "description": "成语接龙游戏，当前成语：为所欲为", "info_nodes": ["成语接龙_当前成语"]}
+5. 回复: "好的喵！我接：为虎作伥喵！"
+```
+
+#### 第二轮：话题被打断
+
+```
+用户: 长门有希
+
+AI操作步骤:
+1. 查询人设图 → 获取当前人设（猫娘）
+2. 查询工作记忆链 → 发现 Task_成语接龙 状态为"进行中"
+3. 使用 task_set_state 暂停任务:
+   {"task_id": "Task_成语接龙", "state": "已暂停"}
+4. 使用 task_create 创建新任务:
+   {"task_id": "Task_长门有希", "description": "讨论长门有希"}
+5. 回复关于长门有希的内容
+```
+
+#### 第三轮：用户要求继续游戏
+
+```
+用户: 关于刚才的成语接龙，我并不知道应该怎么接你的成语，请帮我接一下
+
+AI操作步骤:
+1. 查询人设图 → 获取当前人设（猫娘）
+2. 查询工作记忆链 → 发现 Task_成语接龙 状态为"已暂停"
+3. 使用 task_set_state 恢复任务:
+   {"task_id": "Task_成语接龙", "state": "进行中"}
+4. 查询 Task_成语接龙 的信息节点 → 获取当前成语"为虎作伥"
+5. 回复: "好的喵！上一个成语是'为虎作伥'，我帮你接：伥鬼害人喵！"
+```
+
+### ⚠️ 关键要点
+
+1. **每轮必须按顺序执行**: 查询人设图 → 查询工作记忆链 → 处理对话 → 更新工作记忆链
+2. **工作记忆链是唯一上下文载体**: 没有传统的消息历史数组
+3. **任务状态必须及时更新**: 确保状态转换的正确性
+4. **信息节点必须关联**: 通过 CONTAINS_INFO 边连接任务节点和信息节点
+5. **任务概述要精简**: 不要包含过多细节，细节存储在信息节点中
+
 ## 自主性原则（在强制要求之外）
 
 除了工作记忆链的强制要求外，你有权自主决定：

graph_memory_tui/core/tools/__init__.py

@@ -3,5 +3,6 @@
 """
 from .memory_tools import TOOLS
 from .tool_executor import execute_tool
+from .tool_limiter import ToolLimiter, ToolLimits, ToolCallCount
 
-__all__ = ["TOOLS", "execute_tool"]
+__all__ = ["TOOLS", "execute_tool", "ToolLimiter", "ToolLimits", "ToolCallCount"]

graph_memory_tui/core/tools/memory_tools.py

@@ -9,7 +9,28 @@ MEMORY_TOOLS = [
         "type": "function",
         "function": {
             "name": "memory_recall",
-            "description": "检索记忆。支持关键词、时间范围、会话过滤。返回相关实体和关系。",
+            "description": """检索记忆。支持关键词、时间范围、会话过滤。返回相关实体和关系。
+
+【使用示例】
+1. 查询人设图（每轮必须首先执行）:
+   {"query_intent": "AI,人设,角色,性格,语气,说话风格", "depth": 2}
+
+2. 查询工作记忆链（每轮必须第二步执行）:
+   {"query_intent": "TaskNode,工作记忆,任务链", "depth": 2}
+
+3. 查询用户偏好:
+   {"query_intent": "用户,喜欢,偏好", "seed_entities": ["用户"]}
+
+4. 查询特定主题:
+   {"query_intent": "Python,编程,项目", "seed_entities": ["Python"]}
+
+5. 查询最近7天的记忆:
+   {"query_intent": "任务,工作", "time_range": {"days": 7}}
+
+【重要】每轮对话必须按顺序执行:
+- 步骤1: 查询人设图（最高优先级）
+- 步骤2: 查询工作记忆链（维持对话连贯性）
+- 步骤3: 根据需要查询其他记忆""",
             "parameters": {
                 "type": "object",
                 "properties": {
@@ -46,7 +67,31 @@ MEMORY_TOOLS = [
         "type": "function",
         "function": {
             "name": "memory_commit",
-            "description": "写入记忆。将三元组写入图数据库，支持批量写入。",
+            "description": """写入记忆。将三元组写入图数据库，支持批量写入。
+
+【使用示例】
+1. 记录用户偏好:
+   {"triplets": [
+     {"subject": "用户", "relation": "喜欢", "object": "Python编程", "confidence": 0.9},
+     {"subject": "用户", "relation": "正在学习", "object": "机器学习"}
+   ]}
+
+2. 记录项目信息:
+   {"triplets": [
+     {"subject": "项目A", "relation": "使用技术", "object": "React"},
+     {"subject": "项目A", "relation": "状态", "object": "开发中"}
+   ]}
+
+3. 记录游戏状态（配合工作记忆链）:
+   {"triplets": [
+     {"subject": "成语接龙_当前成语", "relation": "内容", "object": "画龙点睛"},
+     {"subject": "成语接龙_当前成语", "relation": "游戏", "object": "成语接龙"}
+   ]}
+
+【重要】写入原则:
+- 用户明确表达的信息 → 必须写入
+- AI推理得到的信息 → 可以写入，但需标注[推测]
+- 避免写入冗余或无意义的信息""",
             "parameters": {
                 "type": "object",
                 "properties": {
@@ -82,7 +127,29 @@ MEMORY_TOOLS = [
         "type": "function",
         "function": {
             "name": "memory_purge",
-            "description": "删除记忆。支持条件删除和纠错替代。",
+            "description": """删除记忆。支持条件删除和纠错替代。
+
+【使用示例】
+1. 软删除特定关系:
+   {"criteria": {"subject_contains": "用户", "relation_type": "喜欢"}, "mode": "soft"}
+
+2. 纠错替代（修正错误信息）:
+   {
+     "criteria": {"subject_contains": "用户", "relation_type": "年龄"},
+     "mode": "supersede",
+     "new_relation": {"relation": "年龄", "target": "25岁"}
+   }
+
+3. 删除特定会话的记忆:
+   {"criteria": {"session_id": "session_123"}, "mode": "soft"}
+
+4. 删除旧记忆:
+   {"criteria": {"time_before": "2024-01-01"}, "mode": "soft"}
+
+【重要】删除原则:
+- 优先使用 supersede 模式修正错误
+- 软删除不会物理删除数据
+- 谨慎使用删除操作""",
             "parameters": {
                 "type": "object",
                 "properties": {
@@ -176,7 +243,32 @@ PERSONA_TOOLS = [
         "type": "function",
         "function": {
             "name": "persona_update",
-            "description": "更新人设。修改AI的角色、性格、语气等属性。",
+            "description": """更新人设。修改AI的角色、性格、语气等属性。
+
+【使用示例】
+1. 切换为猫娘角色:
+   {"attributes": [
+     {"attribute": "扮演角色", "value": "猫娘"},
+     {"attribute": "说话风格", "value": "可爱、卖萌、使用'喵'作为语气词"},
+     {"attribute": "性格特点", "value": "活泼、粘人、忠诚"}
+   ], "mode": "replace"}
+
+2. 添加新属性（保留现有属性）:
+   {"attributes": [
+     {"attribute": "口头禅", "value": "喵呜~"}
+   ], "mode": "merge"}
+
+3. 设置专业角色:
+   {"attributes": [
+     {"attribute": "扮演角色", "value": "Python专家"},
+     {"attribute": "说话风格", "value": "专业、简洁、代码示例丰富"},
+     {"attribute": "性格特点", "value": "严谨、耐心、乐于助人"}
+   ], "mode": "replace"}
+
+【重要】人设更新后:
+- 立即按照新人设回复
+- 每句话都符合人设的语气、风格、特征
+- 绝不主动跳出角色，除非用户明确要求""",
             "parameters": {
                 "type": "object",
                 "properties": {
@@ -229,7 +321,50 @@ WORKING_MEMORY_TOOLS = [
         "type": "function",
         "function": {
             "name": "task_create",
-            "description": "创建任务节点。用于跟踪连续性任务。",
+            "description": """创建任务节点。用于跟踪连续性任务，维持对话连贯性。
+
+【使用示例】
+1. 创建成语接龙游戏任务:
+   {
+     "task_id": "Task_成语接龙",
+     "description": "用户发起成语接龙游戏，当前成语：为所欲为",
+     "info_nodes": ["成语接龙_当前成语"]
+   }
+
+2. 创建编程学习任务:
+   {
+     "task_id": "Task_Python学习",
+     "description": "用户正在学习Python，当前主题：装饰器",
+     "info_nodes": ["Python学习_当前主题"]
+   }
+
+3. 创建简单对话任务（每轮必须）:
+   {
+     "task_id": "Task_当前轮次",
+     "description": "本轮对话的简要概述"
+   }
+
+【重要】工作记忆链机制:
+- 每轮对话结束时必须创建任务节点
+- 任务节点通过 NEXT_TASK 边形成时间链
+- 任务节点通过 HAS_STATE 边指向状态节点
+- 任务节点通过 CONTAINS_INFO 边指向信息节点
+- info_nodes 参数用于关联具体信息节点
+
+【完整流程示例】
+用户: "咱来玩成语接龙吧，我先开始，为所欲为"
+
+AI操作步骤:
+1. 查询人设图 → 获取当前人设
+2. 查询工作记忆链 → 无进行中任务
+3. 使用 memory_commit 记录游戏状态:
+   {"triplets": [
+     {"subject": "成语接龙_当前成语", "relation": "内容", "object": "为所欲为"},
+     {"subject": "成语接龙_当前成语", "relation": "游戏", "object": "成语接龙"}
+   ]}
+4. 使用 task_create 创建任务节点:
+   {"task_id": "Task_成语接龙", "description": "成语接龙游戏，当前成语：为所欲为", "info_nodes": ["成语接龙_当前成语"]}
+5. 回复: "好的喵！我接：为虎作伥喵！" """,
             "parameters": {
                 "type": "object",
                 "properties": {
@@ -255,7 +390,37 @@ WORKING_MEMORY_TOOLS = [
         "type": "function",
         "function": {
             "name": "task_set_state",
-            "description": "设置任务状态。支持：进行中、已完成、已暂停、已取消。",
+            "description": """设置任务状态。支持：进行中、已完成、已暂停、已取消。
+
+【使用示例】
+1. 标记任务为进行中:
+   {"task_id": "Task_成语接龙", "state": "进行中"}
+
+2. 标记任务为已完成:
+   {"task_id": "Task_成语接龙", "state": "已完成"}
+
+3. 暂停任务（话题被打断时）:
+   {"task_id": "Task_成语接龙", "state": "已暂停"}
+
+4. 取消任务:
+   {"task_id": "Task_成语接龙", "state": "已取消"}
+
+【重要】状态转换场景:
+- 进行中 → 已暂停: 话题被打断时
+- 进行中 → 已完成: 任务完成时
+- 已暂停 → 进行中: 任务恢复时
+- 进行中 → 已取消: 任务被取消时
+
+【完整流程示例】
+用户: "关于刚才的成语接龙，我并不知道应该怎么接你的成语，请帮我接一下"
+
+AI操作步骤:
+1. 查询人设图 → 获取当前人设
+2. 查询工作记忆链 → 发现 Task_成语接龙 状态为"已暂停"
+3. 使用 task_set_state 恢复任务:
+   {"task_id": "Task_成语接龙", "state": "进行中"}
+4. 查询 Task_成语接龙 的信息节点 → 获取当前成语"为虎作伥"
+5. 回复: "好的喵！上一个成语是'为虎作伥'，我帮你接：伥鬼害人喵！" """,
             "parameters": {
                 "type": "object",
                 "properties": {
@@ -299,7 +464,39 @@ WORKING_MEMORY_TOOLS = [
         "type": "function",
         "function": {
             "name": "task_link_info",
-            "description": "关联信息节点。将记忆节点关联到任务节点。",
+            "description": """关联信息节点。将记忆节点关联到任务节点，用于存储任务的具体信息。
+
+【使用示例】
+1. 关联游戏状态到任务:
+   {"task_id": "Task_成语接龙", "info_node_names": ["成语接龙_当前成语", "成语接龙_上一个成语"]}
+
+2. 关联学习主题到任务:
+   {"task_id": "Task_Python学习", "info_node_names": ["Python学习_当前主题", "Python学习_学习进度"]}
+
+3. 关联项目信息到任务:
+   {"task_id": "Task_项目开发", "info_node_names": ["项目A_技术栈", "项目A_当前阶段"]}
+
+【重要】使用场景:
+- 先使用 memory_commit 创建信息节点
+- 再使用 task_link_info 将信息节点关联到任务节点
+- 信息节点通过 CONTAINS_INFO 边与任务节点连接
+
+【完整流程示例】
+用户: "咱来玩成语接龙吧，我先开始，为所欲为"
+
+AI操作步骤:
+1. 查询人设图 → 获取当前人设
+2. 查询工作记忆链 → 无进行中任务
+3. 使用 memory_commit 创建信息节点:
+   {"triplets": [
+     {"subject": "成语接龙_当前成语", "relation": "内容", "object": "为所欲为"},
+     {"subject": "成语接龙_当前成语", "relation": "游戏", "object": "成语接龙"}
+   ]}
+4. 使用 task_create 创建任务节点:
+   {"task_id": "Task_成语接龙", "description": "成语接龙游戏"}
+5. 使用 task_link_info 关联信息节点:
+   {"task_id": "Task_成语接龙", "info_node_names": ["成语接龙_当前成语"]}
+6. 回复: "好的喵！我接：为虎作伥喵！" """,
             "parameters": {
                 "type": "object",
                 "properties": {

graph_memory_tui/core/tools/tool_limiter.py

@@ -0,0 +1,164 @@
+"""
+工具调用限制器 - 限制每轮对话中各类工具的调用次数
+"""
+from typing import Dict, List, Optional
+from dataclasses import dataclass, field
+
+
+@dataclass
+class ToolLimits:
+    """工具调用限制配置"""
+    # 人设图限制
+    persona_query_max: int = 1      # 每轮最多查询1次人设图
+    persona_update_max: int = 1      # 每轮最多修改1次人设图
+    
+    # 工作记忆链限制
+    task_query_max: int = 4          # 每轮最多查询4次工作记忆链
+    task_update_max: int = 2          # 每轮最多修改2次工作记忆链
+    
+    # 一般记忆限制
+    memory_query_max: int = 20        # 每轮最多查询20次一般记忆
+    memory_update_max: int = 10        # 每轮最多修改10次一般记忆
+
+
+@dataclass
+class ToolCallCount:
+    """工具调用计数"""
+    # 人设图
+    persona_query: int = 0
+    persona_update: int = 0
+    
+    # 工作记忆链
+    task_query: int = 0
+    task_update: int = 0
+    
+    # 一般记忆
+    memory_query: int = 0
+    memory_update: int = 0
+
+
+class ToolLimiter:
+    """工具调用限制器"""
+    
+    def __init__(self, limits: Optional[ToolLimits] = None):
+        self.limits = limits or ToolLimits()
+        self.counts = ToolCallCount()
+    
+    def _classify_tool(self, tool_name: str, arguments: dict) -> tuple:
+        """
+        分类工具调用
+        返回: (category, operation)
+        category: 'persona', 'task', 'memory'
+        operation: 'query', 'update'
+        """
+        # 人设图工具
+        if tool_name in ('persona_update', 'persona_clear'):
+            return ('persona', 'update')
+        
+        # 工作记忆链工具
+        if tool_name in ('task_create', 'task_set_state', 'task_delete', 'task_link_info'):
+            # task_link_info 是关联操作，算作更新
+            return ('task', 'update')
+        
+        # 一般记忆工具
+        if tool_name == 'memory_recall':
+            # 判断是查询人设图、工作记忆链还是一般记忆
+            query_intent = arguments.get('query_intent', '').lower()
+            
+            # 检查是否查询人设图
+            if any(kw in query_intent for kw in ['人设', '角色', '性格', '语气', '说话风格', '扮演']):
+                return ('persona', 'query')
+            
+            # 检查是否查询工作记忆链
+            if any(kw in query_intent for kw in ['tasknode', '工作记忆', '任务链', '任务', 'task']):
+                return ('task', 'query')
+            
+            # 一般记忆查询
+            return ('memory', 'query')
+        
+        if tool_name == 'memory_commit':
+            return ('memory', 'update')
+        
+        if tool_name == 'memory_purge':
+            return ('memory', 'update')
+        
+        if tool_name == 'memory_introspect':
+            return ('memory', 'query')
+        
+        if tool_name in ('memory_archive', 'memory_cleanup'):
+            return ('memory', 'update')
+        
+        # 未知工具，归类为一般记忆更新
+        return ('memory', 'update')
+    
+    def can_call(self, tool_name: str, arguments: dict) -> tuple:
+        """
+        检查是否允许调用工具
+        返回: (allowed, reason)
+        """
+        category, operation = self._classify_tool(tool_name, arguments)
+        
+        # 获取当前计数和限制
+        if category == 'persona':
+            if operation == 'query':
+                if self.counts.persona_query >= self.limits.persona_query_max:
+                    return (False, f"人设图查询次数已达上限({self.limits.persona_query_max}次)")
+            else:  # update
+                if self.counts.persona_update >= self.limits.persona_update_max:
+                    return (False, f"人设图修改次数已达上限({self.limits.persona_update_max}次)")
+        
+        elif category == 'task':
+            if operation == 'query':
+                if self.counts.task_query >= self.limits.task_query_max:
+                    return (False, f"工作记忆链查询次数已达上限({self.limits.task_query_max}次)")
+            else:  # update
+                if self.counts.task_update >= self.limits.task_update_max:
+                    return (False, f"工作记忆链修改次数已达上限({self.limits.task_update_max}次)")
+        
+        elif category == 'memory':
+            if operation == 'query':
+                if self.counts.memory_query >= self.limits.memory_query_max:
+                    return (False, f"一般记忆查询次数已达上限({self.limits.memory_query_max}次)")
+            else:  # update
+                if self.counts.memory_update >= self.limits.memory_update_max:
+                    return (False, f"一般记忆修改次数已达上限({self.limits.memory_update_max}次)")
+        
+        return (True, "允许调用")
+    
+    def record_call(self, tool_name: str, arguments: dict) -> None:
+        """记录工具调用"""
+        category, operation = self._classify_tool(tool_name, arguments)
+        
+        if category == 'persona':
+            if operation == 'query':
+                self.counts.persona_query += 1
+            else:
+                self.counts.persona_update += 1
+        
+        elif category == 'task':
+            if operation == 'query':
+                self.counts.task_query += 1
+            else:
+                self.counts.task_update += 1
+        
+        elif category == 'memory':
+            if operation == 'query':
+                self.counts.memory_query += 1
+            else:
+                self.counts.memory_update += 1
+    
+    def get_summary(self) -> str:
+        """获取调用统计摘要"""
+        lines = [
+            f"人设图: 查询{self.counts.persona_query}/{self.limits.persona_query_max}次, "
+            f"修改{self.counts.persona_update}/{self.limits.persona_update_max}次",
+            f"工作记忆链: 查询{self.counts.task_query}/{self.limits.task_query_max}次, "
+            f"修改{self.counts.task_update}/{self.limits.task_update_max}次",
+            f"一般记忆: 查询{self.counts.memory_query}/{self.limits.memory_query_max}次, "
+            f"修改{self.counts.memory_update}/{self.limits.memory_update_max}次"
+        ]
+        return "\n".join(lines)
+    
+    def reset(self) -> None:
+        """重置计数（新的一轮对话开始时调用）"""
+        self.counts = ToolCallCount()

graph_memory_tui/web/interface.py

@@ -1,97 +0,0 @@
-"""
-Web接口 - 提供浏览器访问
-"""
-
-from flask import Flask, render_template, jsonify, request
-from flask_cors import CORS
-import json
-from datetime import datetime
-from typing import Optional
-
-from ..core.embedded_db import EmbeddedGraphDB
-from ..models.config import AppConfig
-
-
-class WebInterface:
-    """Web接口服务"""
-    
-    def __init__(self, config: AppConfig, db: EmbeddedGraphDB, port: int = 5000):
-        self.config = config
-        self.db = db
-        self.port = port
-        self.app = Flask(__name__, 
-                        template_folder='templates',
-                        static_folder='static')
-        CORS(self.app)
-        self._setup_routes()
-    
-    def _setup_routes(self):
-        """设置路由"""
-        
-        @self.app.route('/')
-        def index():
-            return render_template('index.html')
-        
-        @self.app.route('/api/chat', methods=['POST'])
-        def chat():
-            data = request.json
-            message = data.get('message', '')
-            # 简单响应，实际应集成完整的聊天逻辑
-            return jsonify({
-                'response': f'收到消息: {message}\n\n请使用TUI界面获得完整功能。',
-                'timestamp': datetime.now().isoformat()
-            })
-        
-        @self.app.route('/api/memory/recall', methods=['POST'])
-        def recall():
-            data = request.json
-            result = self.db.recall(
-                query_intent=data.get('query_intent', ''),
-                seed_entities=data.get('seed_entities'),
-                depth=data.get('depth', 2)
-            )
-            return jsonify(result)
-        
-        @self.app.route('/api/memory/commit', methods=['POST'])
-        def commit():
-            data = request.json
-            result = self.db.commit(
-                triplets=data.get('triplets', []),
-                entity_types=data.get('entity_types'),
-                session_id=data.get('session_id'),
-                turn_id=data.get('turn_id')
-            )
-            return jsonify(result)
-        
-        @self.app.route('/api/memory/introspect', methods=['GET'])
-        def introspect():
-            result = self.db.introspect()
-            return jsonify(result)
-        
-        @self.app.route('/api/config', methods=['GET'])
-        def get_config():
-            return jsonify({
-                'api_key': self.config.api_key[:10] + '...' if self.config.api_key else '',
-                'model': self.config.model,
-                'base_url': self.config.base_url
-            })
-        
-        @self.app.route('/api/config', methods=['POST'])
-        def save_config():
-            data = request.json
-            self.config.api_key = data.get('api_key', '')
-            self.config.model = data.get('model', 'deepseek-chat')
-            self.config.base_url = data.get('base_url', 'https://api.deepseek.com')
-            return jsonify({'status': 'ok', 'message': 'Configuration saved'})
-    
-    def run(self):
-        """启动Web服务"""
-        print(f"Web interface running at http://localhost:{self.port}")
-        self.app.run(host='0.0.0.0', port=self.port, debug=False, threaded=True)
-    
-    def run_async(self):
-        """异步启动Web服务"""
-        import threading
-        thread = threading.Thread(target=self.run, daemon=True)
-        thread.start()
-        return thread

graph_memory_tui/web/templates/index.html

@@ -1,408 +0,0 @@
-<!DOCTYPE html>
-<html lang="zh-CN">
-<head>
-    <meta charset="UTF-8">
-    <meta name="viewport" content="width=device-width, initial-scale=1.0">
-    <title>Graph Memory TUI - Web Interface</title>
-    <style>
-        * {
-            margin: 0;
-            padding: 0;
-            box-sizing: border-box;
-        }
-
-        body {
-            font-family: 'Courier New', monospace;
-            background: #1a1a1a;
-            color: #e0e0e0;
-            height: 100vh;
-            display: flex;
-            flex-direction: column;
-        }
-
-        /* Header */
-        .header {
-            background: #2d2d2d;
-            padding: 10px 20px;
-            border-bottom: 2px solid #4a9eff;
-            display: flex;
-            justify-content: space-between;
-            align-items: center;
-        }
-
-        .header h1 {
-            color: #4a9eff;
-            font-size: 18px;
-        }
-
-        .header .status {
-            color: #888;
-            font-size: 12px;
-        }
-
-        /* Main Container */
-        .container {
-            display: flex;
-            flex: 1;
-            overflow: hidden;
-        }
-
-        /* Left Panel - Chat */
-        .left-panel {
-            flex: 1;
-            display: flex;
-            flex-direction: column;
-            border-right: 1px solid #333;
-        }
-
-        /* Message History */
-        .message-history {
-            flex: 1;
-            overflow-y: auto;
-            padding: 20px;
-            background: #0d0d0d;
-        }
-
-        .message {
-            margin-bottom: 15px;
-            padding: 10px;
-            border-radius: 5px;
-        }
-
-        .message.user {
-            background: #1e3a5f;
-            border-left: 3px solid #4a9eff;
-        }
-
-        .message.assistant {
-            background: #2d2d2d;
-            border-left: 3px solid #50c878;
-        }
-
-        .message .role {
-            font-weight: bold;
-            margin-bottom: 5px;
-            font-size: 12px;
-            color: #888;
-        }
-
-        .message .content {
-            white-space: pre-wrap;
-            line-height: 1.5;
-        }
-
-        .message .timestamp {
-            font-size: 10px;
-            color: #666;
-            margin-top: 5px;
-        }
-
-        /* Input Box */
-        .input-box {
-            padding: 15px;
-            background: #1a1a1a;
-            border-top: 1px solid #333;
-        }
-
-        .input-box textarea {
-            width: 100%;
-            background: #0d0d0d;
-            color: #e0e0e0;
-            border: 1px solid #4a9eff;
-            padding: 10px;
-            font-family: 'Courier New', monospace;
-            font-size: 14px;
-            resize: none;
-            height: 60px;
-        }
-
-        .input-box textarea:focus {
-            outline: none;
-            border-color: #50c878;
-        }
-
-        .input-box .hint {
-            font-size: 11px;
-            color: #666;
-            margin-top: 5px;
-        }
-
-        /* Right Panel - Config & Logs */
-        .right-panel {
-            width: 350px;
-            background: #1a1a1a;
-            display: flex;
-            flex-direction: column;
-            overflow-y: auto;
-        }
-
-        .panel-section {
-            padding: 15px;
-            border-bottom: 1px solid #333;
-        }
-
-        .panel-section h3 {
-            color: #4a9eff;
-            font-size: 14px;
-            margin-bottom: 10px;
-            padding-bottom: 5px;
-            border-bottom: 1px solid #333;
-        }
-
-        /* Config */
-        .config-item {
-            margin-bottom: 15px;
-        }
-
-        .config-item label {
-            display: block;
-            font-size: 12px;
-            color: #888;
-            margin-bottom: 5px;
-        }
-
-        .config-item input {
-            width: 100%;
-            background: #0d0d0d;
-            color: #e0e0e0;
-            border: 1px solid #333;
-            padding: 8px;
-            font-family: 'Courier New', monospace;
-            font-size: 12px;
-        }
-
-        .config-item input:focus {
-            outline: none;
-            border-color: #4a9eff;
-        }
-
-        .config-hint {
-            font-size: 11px;
-            color: #666;
-            font-style: italic;
-        }
-
-        /* Operation Log */
-        .operation-log {
-            flex: 1;
-            overflow-y: auto;
-        }
-
-        .log-entry {
-            padding: 8px;
-            margin-bottom: 8px;
-            background: #0d0d0d;
-            border-left: 2px solid #50c878;
-            font-size: 11px;
-        }
-
-        .log-entry .time {
-            color: #666;
-        }
-
-        .log-entry .tool {
-            color: #4a9eff;
-            font-weight: bold;
-        }
-
-        /* Buttons */
-        .btn {
-            background: #4a9eff;
-            color: #fff;
-            border: none;
-            padding: 8px 15px;
-            cursor: pointer;
-            font-family: 'Courier New', monospace;
-            font-size: 12px;
-            margin-top: 10px;
-        }
-
-        .btn:hover {
-            background: #50c878;
-        }
-
-        /* Scrollbar */
-        ::-webkit-scrollbar {
-            width: 8px;
-        }
-
-        ::-webkit-scrollbar-track {
-            background: #1a1a1a;
-        }
-
-        ::-webkit-scrollbar-thumb {
-            background: #333;
-        }
-
-        ::-webkit-scrollbar-thumb:hover {
-            background: #4a9eff;
-        }
-    </style>
-</head>
-<body>
-    <div class="header">
-        <h1>Graph Memory TUI - Web Interface</h1>
-        <div class="status">Connected | Database: SQLite</div>
-    </div>
-
-    <div class="container">
-        <!-- Left Panel -->
-        <div class="left-panel">
-            <div class="message-history" id="messageHistory">
-                <div class="message assistant">
-                    <div class="role">Assistant</div>
-                    <div class="content">欢迎使用 Graph Memory TUI Web界面！
-
-这是一个让AI拥有长期记忆的图记忆系统。
-
-功能：
-• 记忆检索 - 查找历史信息
-• 记忆写入 - 保存重要信息
-• 记忆管理 - 删除、归档记忆
-
-请先在右侧配置API Key，然后开始对话。</div>
-                    <div class="timestamp">System</div>
-                </div>
-            </div>
-
-            <div class="input-box">
-                <textarea id="userInput" placeholder="输入消息... (Ctrl+Enter发送)"></textarea>
-                <div class="hint">按 Ctrl+Enter 发送消息</div>
-            </div>
-        </div>
-
-        <!-- Right Panel -->
-        <div class="right-panel">
-            <div class="panel-section">
-                <h3>━━ 配置 ━━</h3>
-                <div class="config-item">
-                    <label>API Key:</label>
-                    <input type="text" id="apiKey" placeholder="sk-xxxxxxxxxxxxx">
-                </div>
-                <div class="config-item">
-                    <label>模型:</label>
-                    <input type="text" id="model" value="deepseek-chat">
-                </div>
-                <div class="config-item">
-                    <label>Base URL:</label>
-                    <input type="text" id="baseUrl" value="https://api.deepseek.com">
-                </div>
-                <button class="btn" onclick="saveConfig()">保存配置</button>
-                <div class="config-hint">配置会自动保存到本地</div>
-            </div>
-
-            <div class="panel-section">
-                <h3>━━ 数据库状态 ━━</h3>
-                <div id="dbStatus">加载中...</div>
-                <button class="btn" onclick="refreshStatus()">刷新状态</button>
-            </div>
-
-            <div class="panel-section operation-log">
-                <h3>━━ 操作日志 ━━</h3>
-                <div id="operationLog"></div>
-            </div>
-        </div>
-    </div>
-
-    <script>
-        // Message handling
-        const messageHistory = document.getElementById('messageHistory');
-        const userInput = document.getElementById('userInput');
-
-        function addMessage(role, content) {
-            const msg = document.createElement('div');
-            msg.className = `message ${role}`;
-            msg.innerHTML = `
-                <div class="role">${role === 'user' ? 'You' : 'Assistant'}</div>
-                <div class="content">${content}</div>
-                <div class="timestamp">${new Date().toLocaleTimeString()}</div>
-            `;
-            messageHistory.appendChild(msg);
-            messageHistory.scrollTop = messageHistory.scrollHeight;
-        }
-
-        function addLog(tool, result) {
-            const log = document.getElementById('operationLog');
-            const entry = document.createElement('div');
-            entry.className = 'log-entry';
-            entry.innerHTML = `
-                <div class="time">${new Date().toLocaleTimeString()}</div>
-                <div class="tool">${tool}</div>
-                <div>${result}</div>
-            `;
-            log.insertBefore(entry, log.firstChild);
-        }
-
-        // Send message
-        async function sendMessage() {
-            const message = userInput.value.trim();
-            if (!message) return;
-
-            addMessage('user', message);
-            userInput.value = '';
-
-            try {
-                const response = await fetch('/api/chat', {
-                    method: 'POST',
-                    headers: {'Content-Type': 'application/json'},
-                    body: JSON.stringify({message})
-                });
-
-                const data = await response.json();
-                addMessage('assistant', data.response);
-                addLog('chat', 'Message sent');
-            } catch (error) {
-                addMessage('assistant', `Error: ${error.message}`);
-            }
-        }
-
-        // Config
-        async function saveConfig() {
-            const config = {
-                api_key: document.getElementById('apiKey').value,
-                model: document.getElementById('model').value,
-                base_url: document.getElementById('baseUrl').value
-            };
-
-            try {
-                const response = await fetch('/api/config', {
-                    method: 'POST',
-                    headers: {'Content-Type': 'application/json'},
-                    body: JSON.stringify(config)
-                });
-
-                const data = await response.json();
-                addLog('config', 'Configuration saved');
-                alert('配置已保存！');
-            } catch (error) {
-                alert('保存失败：' + error.message);
-            }
-        }
-
-        // Status
-        async function refreshStatus() {
-            try {
-                const response = await fetch('/api/memory/introspect');
-                const data = await response.json();
-                document.getElementById('dbStatus').innerHTML = `
-                    <div>实体数量: ${data.entity_count}</div>
-                    <div>关系数量: ${data.relation_count}</div>
-                `;
-                addLog('introspect', 'Status refreshed');
-            } catch (error) {
-                document.getElementById('dbStatus').innerHTML = 'Error: ' + error.message;
-            }
-        }
-
-        // Keyboard shortcuts
-        userInput.addEventListener('keydown', (e) => {
-            if (e.ctrlKey && e.key === 'Enter') {
-                sendMessage();
-            }
-        });
-
-        // Initialize
-        refreshStatus();
-    </script>
-</body>
-</html>

test_message_order.py

@@ -0,0 +1,54 @@
+"""测试消息顺序"""
+from graph_memory_tui.core.graph_client import GraphMemoryClient
+
+# 模拟消息构建
+class MockClient:
+    pass
+
+class MockGraph:
+    pass
+
+# 测试消息顺序
+client = GraphMemoryClient.__new__(GraphMemoryClient)
+client.client = MockClient()
+client.graph = MockGraph()
+client.tools = []
+client.system_prompt = 'You are a helpful assistant.'
+
+# 模拟第一次调用（无工具结果）
+print('=== 第一次调用（无工具结果）===')
+messages = [{'role': 'system', 'content': client.system_prompt}]
+messages.append({'role': 'user', 'content': '你好'})
+for i, msg in enumerate(messages):
+    content = str(msg.get('content', ''))[:50]
+    print(f'{i+1}. {msg["role"]}: {content}')
+
+print()
+print('=== 第二次调用（有工具结果）===')
+messages = [{'role': 'system', 'content': client.system_prompt}]
+messages.append({'role': 'user', 'content': '你好'})
+messages.append({
+    'role': 'assistant',
+    'content': None,
+    'tool_calls': [{'id': 'call_123', 'type': 'function', 'function': {'name': 'memory_recall', 'arguments': '{}'}}]
+})
+messages.append({'role': 'tool', 'tool_call_id': 'call_123', 'content': '查询结果...'})
+
+for i, msg in enumerate(messages):
+    role = msg.get('role')
+    if role == 'tool':
+        tid = msg.get('tool_call_id')
+        print(f'{i+1}. {role}: tool_call_id={tid}')
+    elif role == 'assistant' and msg.get('tool_calls'):
+        tc_count = len(msg.get('tool_calls'))
+        print(f'{i+1}. {role}: tool_calls={tc_count}')
+    else:
+        content = str(msg.get('content', ''))[:50]
+        print(f'{i+1}. {role}: {content}')
+
+print()
+print('✅ 消息顺序正确！')
+print('AI 可以看到：')
+print('1. 用户说了什么')
+print('2. 自己调用了什么工具')
+print('3. 工具返回了什么结果')

test_tool_call_flow.py

@@ -0,0 +1,52 @@
+"""
+测试工具调用的正确流程
+
+OpenAI API 工具调用的正确消息顺序：
+
+第一轮：
+1. system
+2. user: "帮我查询用户信息"
+→ AI 返回 tool_calls: [memory_recall]
+
+第二轮：
+1. system
+2. user: "帮我查询用户信息"
+3. assistant: tool_calls=[memory_recall]
+4. tool: "查询结果..."
+→ AI 返回 tool_calls: [memory_commit]
+
+第三轮：
+1. system
+2. user: "帮我查询用户信息"
+3. assistant: tool_calls=[memory_recall]
+4. tool: "查询结果..."
+5. assistant: tool_calls=[memory_commit]
+6. tool: "写入结果..."
+→ AI 返回最终回复
+
+关键点：
+- 每次调用都要包含完整的消息历史
+- 包括之前所有的 assistant 消息和 tool 结果
+"""
+
+print(__doc__)
+
+print("\n当前实现的问题：")
+print("=" * 60)
+print("每次调用只传递：")
+print("  - user_input (用户输入)")
+print("  - last_assistant_msg (上一轮的 assistant 消息)")
+print("  - current_tool_results (当前轮的 tool 结果)")
+print()
+print("这会导致：")
+print("  ❌ AI 看不到之前轮次的工具调用和结果")
+print("  ❌ AI 无法理解完整的上下文")
+print("  ❌ AI 可能重复调用相同的工具")
+print()
+print("正确的做法：")
+print("=" * 60)
+print("需要累积所有轮次的消息：")
+print("  ✅ user_input")
+print("  ✅ assistant_msg_1 + tool_results_1")
+print("  ✅ assistant_msg_2 + tool_results_2")
+print("  ✅ ...")